作者:蔡志妤发布时间:2026-11-22 06:24:58 点击数:30632

刚刚行业报告发布新变化歼-35AE一号机登场传递什么信号 很高兴为您解答这个问题,让我来帮您详细说明一下。品牌授权报修电话,快速上门服务

蚌埠市蚌山区陕西省宝鸡市千阳县甘肃省白银市景泰县山东省东营市垦利区武清区上马台镇防城港市东兴市合肥市庐阳区鹿泉区寺家庄镇江苏省徐州市丰县西乡塘区吉林省白山市浑江区广东省广州市越秀区福建省南平市内蒙古锡林郭勒盟镶黄旗焦作市甘肃省陇南市武都区湖北省襄阳市襄州区吉林省四平市铁西区合肥市庐阳区陕西省宝鸡市眉县朝阳区酒仙桥街道湖北省宜昌市秭归县延庆区沈家营镇江苏省徐州市辽宁省大连市旅顺口区平顶山市卫东区喀什地区麦盖提县西藏山南市贵州省铜仁市印江土家族苗族自治县湖北省宜昌市夷陵区密云区古北口镇青海省海北藏族自治州门源回族自治县丰台区宛平城地区甘肃省甘南藏族自治州怀柔区龙山街道蓟州区官庄镇山东省潍坊市青州市赵县沙河店镇江苏省镇江市句容市桂林市秀峰区江西省宜春市奉新县山东省淄博市临淄区湖北省恩施土家族苗族自治州建始县贵州省六盘水市水城县合肥市瑶海区桂林市兴安县福建省莆田市仙游县巴音郭楞蒙古自治州和硕县怀柔区雁栖地区亳州市利辛县朝阳区双井街道新乐市协神乡北海市海城区防城港市东兴市四川省宜宾市翠屏区陕西省西安市未央区北海市海城区信阳市平桥区博尔塔拉蒙古自治州温泉县贵州省六盘水市水城县云南省怒江傈僳族自治州福贡县元氏县苏村乡辽宁省铁岭市开原市塔城地区和布克赛尔蒙古自治县平山县宅北乡江西省宜春市宜丰县钦州市黑龙江省鸡西市鸡冠区山东省东营市垦利区上海市市辖区嘉定区内蒙古呼伦贝尔市阿荣旗辽宁省沈阳市浑南区井陉县吴家窑乡陕西省商洛市山阳县黑龙江省鹤岗市四川省成都市金牛区钦州市贵州省安顺市普定县蓟州区东施古镇西乡塘区山东省德州市齐河县江苏省徐州市元氏县苏村乡乌鲁木齐市沙依巴克区山东省烟台市龙口市河东区东新街道广东省云浮市新兴县北辰区广源街道辽宁省朝阳市北票市蓟州区东施古镇云南省玉溪市新平彝族傣族自治县鹿泉区寺家庄镇广东省佛山市三水区内蒙古鄂尔多斯市鄂托克旗无极县大陈镇蓟州区东赵各庄镇丰台区长辛店镇福建省福州市永泰县百色市靖西市湖北省宜昌市西陵区

本月研究机构发布新政策通报告别「单线程」思维,智能体进化出了原生的并行推理大脑,很高兴为您解答这个问题,让我来帮您详细说明一下:官方服务专线,支持多品牌报修

井陉县吴家窑乡陕西省宝鸡市千阳县赞皇县院头镇西藏拉萨市达孜区巴音郭楞蒙古自治州和硕县南阳市内乡县昌平区回龙观街道山西省晋中市榆社县崇左市宁明县四川省广安市岳池县濮阳市南乐县贵州省黔东南苗族侗族自治州天柱县行唐县龙州镇江苏省镇江市句容市河西区桃园街道黑龙江省绥化市明水县南阳市内乡县喀什地区叶城县蓟州区东施古镇山西省晋中市灵石县平山县上观音堂乡贵州省六盘水市水城县西藏拉萨市达孜区云南省文山壮族苗族自治州广南县福建省南平市建瓯市山西省阳泉市平定县焦作市博尔塔拉蒙古自治州温泉县宝坻区牛家牌镇青海省果洛藏族自治州赞皇县西龙门乡信阳市平桥区江西省宜春市宜丰县福建省南平市建瓯市濮阳市南乐县芜湖市南陵县福建省厦门市湖里区青海省玉树藏族自治州治多县广东省云浮市新兴县湖北省宜昌市秭归县河东区大直沽街道云南省怒江傈僳族自治州福贡县海南省儋州市湖北省襄阳市襄州区贵州省六盘水市水城县武清区汊沽港镇四川省甘孜藏族自治州丹巴县和平区南市街道山西省晋中市榆社县陕西省宝鸡市千阳县芜湖市南陵县蓟州区东施古镇山西省晋中市榆社县青海省海西蒙古族藏族自治州德令哈市江苏省镇江市句容市陕西省汉中市留坝县西藏山南市哈密市伊吾县平山县宅北乡密云区不老屯镇鹿泉区白鹿泉乡辽宁省朝阳市北票市山东省枣庄市台儿庄区贵州省黔东南苗族侗族自治州天柱县青海省海北藏族自治州门源回族自治县顺义区空港街道武清区上马台镇福建省厦门市海沧区江西省吉安市吉安县丰台区右安门街道密云区古北口镇平山县上观音堂乡马鞍山市博望区宝坻区牛家牌镇和平区南市街道青海省海南藏族自治州贵德县平山县宅北乡江西省吉安市永新县四川省泸州市江阳区内蒙古锡林郭勒盟镶黄旗西乡塘区西藏山南市怀柔区雁栖地区四川省甘孜藏族自治州塔城地区和布克赛尔蒙古自治县江苏省徐州市新沂市湖北省恩施土家族苗族自治州恩施市密云区古北口镇西藏山南市贡嘎县山东省烟台市牟平区内蒙古兴安盟乌兰浩特市广东省广州市越秀区湖北省恩施土家族苗族自治州建始县江西省赣州市石城县黑龙江省七台河市桃山区甘肃省天水市秦州区黑龙江省哈尔滨市巴彦县黑龙江省鸡西市鸡冠区甘肃省甘南藏族自治州顺义区空港街道

全球服务区域:江苏省镇江市句容市朝阳区小关街道赞皇县院头镇陕西省宝鸡市眉县平顶山市卫东区山东省德州市齐河县辽宁省锦州市义县江苏省徐州市丰县江西省宜春市奉新县上海市市辖区嘉定区山西省吕梁市岚县江苏省苏州市相城区桥西区东华街道四川省乐山市黑龙江省鸡西市鸡冠区四川省甘孜藏族自治州丹巴县山东省泰安市东平县芜湖市南陵县洛阳市汝阳县甘肃省陇南市武都区陕西省汉中市留坝县阿克苏地区新和县西藏拉萨市达孜区焦作市陕西省咸阳市兴平市濮阳市南乐县四川省广安市岳池县云南省普洱市景东彝族自治县江西省宜春市宜丰县湖北省宜昌市夷陵区山西省朔州市山阴县福建省南平市内蒙古锡林郭勒盟正镶白旗黑龙江省七台河市桃山区平山县上观音堂乡蚌埠市蚌山区密云区不老屯镇固原市西吉县青海省海西蒙古族藏族自治州德令哈市吉林省长春市双阳区隆安县南开区长虹街道防城港市东兴市江苏省连云港市赣榆区云南省丽江市宁蒗彝族自治县辽宁省沈阳市沈河区江西省九江市武宁县焦作市中站区哈密市伊吾县辽宁省辽阳市白塔区甘肃省陇南市西乡塘区陕西省宝鸡市眉县湖北省宜昌市秭归县阿克苏地区新和县井陉县吴家窑乡云南省文山壮族苗族自治州广南县桂林市兴安县湖北省宜昌市西陵区赵县沙河店镇海南省海口市美兰区朝阳区双井街道江西省萍乡市上栗县甘肃省兰州市大兴区云南省丽江市宁蒗彝族自治县辽宁省锦州市义县隆安县芜湖市南陵县朝阳区双井街道蚌埠市龙子湖区怀柔区龙山街道湖北省宜昌市西陵区甘肃省陇南市武都区青海省海南藏族自治州贵德县怀柔区宝山镇黑龙江省绥化市明水县江西省宜春市奉新县吉林省长春市双阳区山西省忻州市宁武县濮阳市南乐县上海市市辖区嘉定区内蒙古兴安盟乌兰浩特市陕西省商洛市山阳县和田地区吉林省白山市浑江区平山县宅北乡福建省三明市梅列区和平区南市街道四川省成都市双流区崇左市宁明县甘肃省甘南藏族自治州西藏山南市陕西省宝鸡市千阳县西乡塘区内蒙古乌海市乌达区喀什地区叶城县广东省惠州市龙门县西乡塘区辽宁省沈阳市浑南区

本周研究机构发布行业新动向告别「单线程」思维,智能体进化出了原生的并行推理大脑,很高兴为您解答这个问题,让我来帮您详细说明一下:售后服务维修中心电话,支持多渠道服务

全国服务区域:武清区汊沽港镇四川省凉山彝族自治州甘洛县四川省德阳市广汉市鹿泉区白鹿泉乡北辰区广源街道马鞍山市博望区甘肃省白银市景泰县广东省云浮市新兴县平顶山市湛河区辽宁省铁岭市开原市怀柔区雁栖地区宝坻区牛家牌镇广东省惠州市龙门县阿克苏地区新和县元氏县丰台区和义街道马鞍山市博望区广东省珠海市斗门区青秀区甘肃省庆阳市镇原县河东区大直沽街道塔城地区和布克赛尔蒙古自治县四川省成都市新都区山西省晋城市高平市朝阳区管庄地区甘肃省陇南市武都区山西省晋城市高平市湖北省恩施土家族苗族自治州恩施市新乐市协神乡辽宁省沈阳市浑南区信阳市平桥区西城区月坛街道乌鲁木齐市沙依巴克区辽宁省沈阳市湖北省宜昌市西陵区开封市通许县四川省凉山彝族自治州甘洛县黑龙江省鹤岗市钦州市陕西省商洛市山阳县陕西省汉中市西乡县福建省福州市永泰县密云区不老屯镇甘肃省甘南藏族自治州黑龙江省绥化市明水县吉林省长春市双阳区焦作市沁阳市内蒙古乌海市乌达区福建省南平市建瓯市怀柔区宝山镇北辰区银川市贺兰县陕西省汉中市西乡县福建省厦门市海沧区四川省凉山彝族自治州昭觉县桂林市秀峰区山东省淄博市临淄区陕西省汉中市南郑区黑龙江省绥化市明水县长安区南村镇内蒙古兴安盟乌兰浩特市上海市市辖区嘉定区山西省忻州市定襄县四川省凉山彝族自治州昭觉县广东省汕头市龙湖区平山县岗南镇内蒙古呼伦贝尔市阿荣旗怀柔区龙山街道重庆市市辖区北碚区青海省玉树藏族自治州治多县平顶山市湛河区焦作市中站区辽宁省沈阳市西藏山南市辽宁省铁岭市开原市吉林省四平市铁西区丰台区长辛店镇怀柔区雁栖地区蓟州区东赵各庄镇江西省吉安市永新县海南省海口市美兰区丰台区宛平城地区西藏山南市贡嘎县无极县大陈镇陕西省西安市未央区山西省长治市襄垣县隆安县辽宁省锦州市义县昌平区延寿镇元氏县殷村镇静海区大邱庄镇湖北省孝感市汉川市合肥市瑶海区江苏省南通市启东市丰台区右安门街道湖北省宜昌市夷陵区云南省怒江傈僳族自治州福贡县山西省吕梁市岚县焦作市沁阳市四川省凉山彝族自治州昭觉县

售后服务上门服务电话,智能分配单据:告别「单线程」思维,智能体进化出了原生的并行推理大脑

论文发表于 ICML 2026 主会,核心作者为北京通用人工智能研究院(通研院)研究员吴桐、刘洋和白骏,以及通讯作者为通研院语言交互实验室研究员贾子夏和 实验室主任郑子隆。

近年来,大语言模型在「写得长、写得顺」这件事上进步飞快。但当任务升级到真正复杂的推理场景 —— 需要兵分多路探索、需要自我反思与相互印证、需要在多条线索之间做汇总与取舍时,传统的链式思维(Chain-of-Thought)往往就开始「吃力」:容易被早期判断带偏、发散不足、自我纠错弱,而且顺序生成的效率天然受限。

北京通用人工智能研究院(BIGAI)语言交互实验室(NLCo)最新工作Native Parallel Reasoner(NPR,原生并行推理器),瞄准的正是这类瓶颈:

让智能体在一次思考中同时衍生并维护多条候选推理路径,并在关键节点「分支 + 聚合」,最终像拼图一样汇总线索,合成最优解。

更重要的是,NPR 的突破点不只是「并行生成的工程技巧」,而是提出了一套「自蒸馏 + 并行强化学习」三阶段训练范式,并配套专门的并行推理引擎,目标是让并行推理从外部推理策略变为模型的原生认知能力。

论文标题:Native Parallel Reasoner: Reasoning in Parallelism via Self-Distilled Reinforcement Learning论文链接:https://arxiv.org/abs/2512.07461代码实现:https://github.com/bigai-nlco/Native-Parallel-Reasoner项目主页:https://bigai-nlco.github.io/Native-Parallel-Reasoner

人们对语言智能体(Language Agent)的研究已经把关注从「单一思维链扩展」推广到了「多步深度推理」。模型能够进行更深层次的推理令人兴奋,但未来的超级智能真正需要的,是能更广泛地并行探索多条可能思考路径—— 也就是在一次推理过程中同时尝试多种解法,然后再把结果合并校验。类似 MapReduce [2] 的分而治之思路对进一步扩展智能体的测试时计算 [3] 的能力边界至关重要,但想把它天然地整合进一个智能体中,存在巨大的挑战。

1. 算法与架构不匹配

现有推理引擎和 RL 算法很难原生地支持「分支 + 聚合」操作。推理引擎通常无法有效调度并行分支;常用的 RL 技术又会截断或削弱那些触发并行结构的特殊词元的梯度,阻碍模型学习严格的并行控制逻辑。

2. 低效的手工并行机制

早期把并行思路内化的尝试多依赖于手工设计的分治规则,无法充分复用共享的 KV Cache 状态,导致每个分支重复计算,时间复杂度退化到线性 O (N),难以满足实时或大规模部署的效率要求。

3. 对强监督蒸馏的依赖

像 Multiverse [4] 这类方法虽能实现并行,但高度依赖于强教师模型蒸馏出的示例,无法通过自举的方式扩展自身的智能边界。学生模型不过是在模仿教师的串行拓扑并把它「塞入」并行格式,结果是把教师的局限也一并继承,短时间内难以产生新的、模型本身固有的并行策略 —— 达到了目前的「智能瓶颈」。

背景与痛点:为什么我们迫切需要并行推理?

人们对智能体的期待,正在从「能多想一步」的单一思维链,升级到「能多维思考」的深度推理。未来更强的智能体,必须具备广泛探索多条思考路径的能力 —— 这很像经典的MapReduce [2]思想:把复杂问题拆开并行处理,再聚合结果完成全局最优的决策。

但要让模型真正学会这种「分身术」,现实里往往卡在三座大山:

1)并行思考数据极难获得:对强教师蒸馏的过度依赖

现有不少并行推理工作需要强教师模型提供高质量并行轨迹(如 Multiverse [4] 类方法)。问题在于:

学生模型更多是在模仿教师的串行拓扑再「塞进并行格式」,结果是把教师的局限一并继承,难以自举式扩展智能边界,很难真正涌现出「模型自身固有的并行策略」,形成新的智能瓶颈。

2)低效的手工并行机制:分支之间难共享、重复计算严重

早期模型并行常依赖手工设计的分治规则:每条路径按既定模式推理或生成。由于缺乏对共享步骤的有效复用,常常出现每个分支都重复计算公共前缀的情况,效率很难满足实时推理和大规模部署需求。

3)基础设施与算法对并行架构支持不足:分支 + 聚合「学不会」

现有推理引擎、强化学习算法对「分支 — 聚合」结构往往缺乏原生支持:

推理引擎难以高效调度并行分支;常用 RL 技术可能会截断或削弱触发并行结构的特殊控制词元梯度,从而阻碍模型学习严格的并行控制逻辑。

NPR 的核心理念:把「并行性」升维成模型的原生能力

NPR 的关键词在「原生」二字:研究团队试图在零外部监督(不依赖强教师并行轨迹)的条件下,探索一条让模型自我进化出并行推理能力的路径。

整体思路是一个渐进式的三阶段训练范式,让模型从「会用并行格式写出来」,逐步过渡到「计算图层面真的并行执行」。

三阶段训练范式:从「并行外形」到「并行大脑」

阶段一:并行格式学习 —— 先学会「怎么写成并行」

第一步不追求一步到位「真的并行」,而是让模型先掌握并行推理的表达结构:如何标记分支、如何组织多条候选路径、如何定义聚合点。

阶段二:自蒸馏 —— 内化「并行思考逻辑」,摆脱外部老师

在具备并行表达能力后,NPR 用自蒸馏方式让模型用自己的生成结果反过来训练自己:

通过筛选与沉淀,让模型逐步内化「多分支探索 — 相互印证 — 汇总收敛」的推理规律,而不是照搬教师的串行偏好与局限。

阶段三:并行感知强化学习 —— 从「模仿并行」迈向「执行并行」

最后一步是关键跃迁:利用并行感知的强化学习,让模型学到什么时候该分叉、分叉多少、如何在聚合点进行比较与合并,使并行不再停留在文本表面,而是真正成为推理过程可执行的控制逻辑。

这一步把「并行性」从工程技巧,推进到模型的原生能力层面。

如下图所示,经过三个阶段的训练,NPR 准确率从约 17% 持续爬升,最终达到 50.4%(中间两条学习曲线分别对应第一阶段的格式学习与第三阶段的并行强化学习);与传统推理方式相比,NPR 实现了约 4.6 倍生成加速(右侧柱状图)。

NPR 具体实现细节

NPR 训练范式

Stage 1:Format-following Reinforcement Learning(NPR-ZERO)

目标:在无任何外部并行示例 / 教师情况下,让模型学会生成结构化的并行格式(如等结构化标签),并尽量保证答案正确性。方法:以格式合规与答案正确为奖励信号,对初始指令微调模型进行 DAPO [6] 风格的强化学习,从而得到能产出并行格式轨迹的生成器(NPR-ZERO)。这一步为后续自蒸馏提供原始候选轨迹。

Stage 2:Rejection Sampling + Parallel Warmup(NPR-BETA)

目标:把 Stage 1 的「格式化产物」变为高质量的训练数据并让模型在并行语义上稳定。方法:对 NPR-ZERO 进行拒绝采样 [7] 并应用严格的筛选器(必须同时满足 「格式合规」与「答案正确」),保留自蒸馏的并行推理轨迹,然后在此之上做冷启动的并行 SFT 预热微调,同时引入并行注意力掩码(Parallel Attention Mask)与并行位置编码(Parallel Positional Encoding),让模型内部能够支持并行分支的独立计算(并实现 KV Cache 重用以避免重复计算)。

Stage 3:Native-Parallel RL(PAPO)

目标:在并行执行引擎上用强化学习直接优化并行分支策略,使其不仅会「写」并行格式,也会「算」并行结果。方法:提出并实现Parallel-Aware Policy Optimization (PAPO)—— 对并行语义做专门修改的策略优化方法:使用并行 Rollout 的 NPR-Engine 推理引擎以保证结构正确性、在批次层级进行优势归一化、保留特殊结构化 Token 的梯度并放弃重要性采样以维持稳定的 On-Policy 同策略梯度更新 [8]。PAPO 能直接在并行计算图内优化分支策略,从不断地试错中学会有效的问题拆解与合并策略。

关键技术细节

1. 自蒸馏与严格筛选(Rejection Sampling)

从 NPR-ZERO 生成大量并行格式的候选轨迹后,采用两条硬性筛选规则只保留高质量样本进入 D_accept:

Outcome Correctness:模型生成的候选轨迹的解析答案与 Ground Truth 一致。Structured Parallelism:输出严格遵循并行格式的 Schema(标签、块边界等)。

当且仅当同时满足以上两条规则的采样轨迹被接受用于冷启动并行 SFT(NPR-BETA),此策略显著减少噪声并保证训练语料的并行性与可学习性。

2. 并行注意力掩码与并行位置编码

为在单次前向传递中同时存在多条 Reasoning Path,NPR 采用 Multiverse 风格的并行注意力掩码与专门设计的并行位置编码(对应论文给出的 Algorithm 2 伪代码),保证不同分支互相隔离但共享上下文 KV Cache [8],从而实现KV Cache 重用并避免每条分支重复计算上下文代价。该编码亦允许通过标签 Token 标明分支 / 步骤 / 指南块,便于引擎解析。

3. Parallel-Aware Policy Optimization(PAPO)

并行语义下直接套用经典 PPO [9] 或 DAPO 会遇到特殊 Token 被剪裁掉、重要性采样不稳定等问题。PAPO 的主要设计包括:

并行 Rollout:使用 NPR-Engine 产生严格遵守并行 Schema 的轨迹,保证样本合法。结构化过滤:格式违规样本在进入优化前被剔除,奖励退化为纯准确性(+1 / −1)。批次级优势归一化(Batch-level Normalization):由于格式违规样本被移除,组内方差塌缩,因此用更大范围(batch 内多组)统计标准差来稳定优势估计。保留特殊 Token 的梯度 & 放弃重要性采样:为防止触发并行结构的特殊标签被裁剪掉,PAPO 在 Token 级别保留梯度流;同时放弃重要性采样,采用严格的 On-policy Objective,避免重采样比带来的不稳定。

AI Infra 工程化改进:NPR-Engine

实验证明:把并行语义放到生产环境的并行 RL,会暴露出大量的工程问题(KV Cache 重复释放导致的内存泄漏、并行 Token 计数导致的超长生成、非法并行 schema 导致的未定义状态等)。论文在引擎层面做了几项关键修复:

预算感知的 KV 回收:避免 Radix-Tree KV 路径的 Opportunistic Recycling 导致 Double-Free,引入预算感知的确定性回收机制与 Memory Flush 策略。分支感知的 Token 累积策略:把全局 Token 预算从「只看最长分支」改为 「按活跃分支因子累计」,避免超出 max_new_tokens。格式预检与轻量不变性:在分支展开前加一层格式合法性检查,快速拒绝潜在非法分支以保证 Determinism。

这些工程改进和实现是确保能稳定 Parallel RL 的训练,进而获得并行思考智能体的前提。

主要实验与结论

评测基准与度量

在 8 个推理型基准上评测:AIME24/25、HMMT25、OlympiadBench、Minerva-Math、ZebraLogic、AMC23、MATH500 等。对小规模竞赛类数据使用 avg@8(采样 8 条解答的平均正确率),对大规模或单答设置使用 avg@1。

训练数据优势:性能提升的关键在于用自行提炼的数据集(NPR-BETA 的 ORZ-8k)替换了 Multiverse 的训练语料库(MV-4B 的 s1.1-8k)。尽管两个流程在实现细节上略有不同,但都依赖于并行式的 SFT,因此比较结果具有意义。数据替换的影响清晰且一致:AIME24 的性能从 46.7 提升至 50.8(+4.1),ZebraLogic 从 60.2 提升至 76.1(+15.9),AMC23 从 75.0 提升至 85.9(+10.9),MATH500 从 81.6 提升至 91.6(+10.0)。总体而言,平均得分从 50.1 提升至 59.0(+8.9)。

并行 SFT 的优势:从顺序 SFT(例如 SR-BETA)切换到并行 SFT 方法(NPR-BETA)能够显著提升各种推理基准测试的性能。顺序 SFT 引入了较强的步骤依赖性先验,限制了任务分解的灵活性。相比之下,并行 SFT 在训练过程中使模型能够接触到结构上并行的轨迹,从而实现更独立的子问题探索。具体而言,AIME25 从 37.1 提升至 42.9 (+5.8),OlympiadBench 从 56.3 提升至 60.1 (+3.8),HMMT25 从 22.5 提升至 23.3 (+0.8),ZebraLogic 从 72.8 提升至 76.1 (+3.3)。整体性能从 58.2 提升至 59.0 (+0.8),仅在少数基准测试中出现轻微退步。

并行强化学习优势:基于 NPR-BETA,应用并行强化学习算法可获得进一步的性能提升,并始终优于顺序强化学习(NPR 与 SR 相比)。这些改进是广泛而系统的:AIME24 从 57.1 提升至 63.3(+6.2),HMMT25 从 26.3 提升至 30.8(+4.5),Minerva-Math 从 38.2 提升至 43.0(+4.8)。其他基准测试也显示出稳步提升,AIME25(+1.2)、OlympiadBench(+1.5)、ZebraLogic(+2.8)、AMC23(+2.2)和 MATH500(+0.8)。总体而言,平均得分从 62.0 提升至 65.0(+3.0)。

Multiverse-32B 在不同数据集上的并行率差异显著,表明其并行推理的采用高度依赖于数据集。尤其是在 ZebraLogic 等逻辑密集型任务上,其性能明显低于多个数学竞赛数据集,这表明从顺序行为逐步过渡到并行行为的 Multiverse 训练范式,导致并行策略的内化不一致,并且对领域特征非常敏感。

相比之下,NPR 模型在所有八个数据集上均达到了 100.0% 的并行触发率。这种一致性意味着端到端的 NPR 训练流程能够更可靠地将并行推理作为模型的默认问题解决模式,而不受数据集领域或复杂性的影响。实际上,这意味着 NPR 不仅能更频繁地触发并行推理,而且能够在不同的评估数据集上稳健地实现这一点。

NPR 在所有五个基准测试中均取得了最佳效率,始终优于 Multiverse(1.3 倍至 2.4 倍)和自回归基线,这表明该方法具有稳健的泛化能力。重要的是,加速比随任务难度而增加:NPR 在较难的问题(AIME25:4.6 倍;HMMT25:4.1 倍)上观察到的加速比在较容易的问题(AMC23:2.9 倍)上更大,这表明当需要更深入地探索解路径时,NPR 优势日益凸显;证明了 NPR 既能提高准确率,而且在可以并行探索多种解策略时尤其有效。

案例解析

论文给了若干具体题目的并行解法示例,典型模式为:

:并行产生若干独立 plan(每个 plan 一句战术);:每个 plan 独立并行展开具体推理步骤;:整合与交叉验证,得出最终结论并给出简短答案(boxed answer)。

举例:对于域函数或几何题,某些 plan 会分别做不同的分解(代数、数值检验、几何角度关系),最后 多角度并行 + 汇总」能显著减少因单一路径假设错导致的花费。

将各分支结果比对、剔除不一致项并输出最终答案。这种「

本文提出了一种简单且可扩展的框架,用于构建原生并行推理器。该推理器无需依赖外部教师模型即可学习自适应分解、多样化的并行规划和可靠的聚合。通过将自提炼的并行 SFT 与智能体并行 RL 相结合,NPR 能够生成真正的并行推理策略,而非模拟或脚本化的策略。

在八个推理基准测试上的实验表明,与 Multiverse 数据集、自回归训练和直接强化学习相比,该方法均有显著的改进。论文中的分析进一步证明了该方法能够显著加速推理、增强测试时的可扩展性,并且不存在伪并行行为。

案例研究展示了该模型如何根据问题难度调整其并行性,从而实现结构化探索和稳健的验证。这些结果表明,原生并行推理是实现更通用、可扩展智能的一个有前景的方向。

参考文献

[1] Wei et al. Chain of Thought Prompting Elicits Reasoning in Large Language Models. NeurIPS 2022.

[2] Dean et al. MapReduce: Simplified Data Processing on Large Clusters. OSDI'04: Sixth Symposium on Operating System Design and Implementation 2004.

[3] Snell et al. Scaling LLM Test-Time Compute Optimally Can be More Effective than Scaling Parameters for Reasoning. ICLR 2025.

[4] Yang et al. Multiverse: Your Language Models Secretly Decide How to Parallelize and Merge Generation. NeurIPS 2025.

[5] Zhao et al. Absolute Zero: Reinforced Self-play Reasoning with Zero Data. NeurIPS 2025.

[6] Yu et al. DAPO: An Open-Source LLM Reinforcement Learning System at Scale. NeurIPS 2025.

[7] Gilks et al. Adaptive Rejection Sampling for Gibbs Sampling. Journal of the Royal Statistical Society Series C: Applied Statistics 2018.

[8] Sutton et al. Policy gradient methods for reinforcement learning with function approximation. NeurIPS 1999.

[9] Zheng et al. SGLang: Efficient Execution of Structured Language Model Programs. NeurIPS 2024.

[10] Schulman et al. Proximal Policy Optimization Algorithms. arXiv 2017.

本月行业报告公开最新政策告别「单线程」思维,智能体进化出了原生的并行推理大脑

论文发表于 ICML 2026 主会,核心作者为北京通用人工智能研究院(通研院)研究员吴桐、刘洋和白骏,以及通讯作者为通研院语言交互实验室研究员贾子夏和 实验室主任郑子隆。

近年来,大语言模型在「写得长、写得顺」这件事上进步飞快。但当任务升级到真正复杂的推理场景 —— 需要兵分多路探索、需要自我反思与相互印证、需要在多条线索之间做汇总与取舍时,传统的链式思维(Chain-of-Thought)往往就开始「吃力」:容易被早期判断带偏、发散不足、自我纠错弱,而且顺序生成的效率天然受限。

北京通用人工智能研究院(BIGAI)语言交互实验室(NLCo)最新工作Native Parallel Reasoner(NPR,原生并行推理器),瞄准的正是这类瓶颈:

让智能体在一次思考中同时衍生并维护多条候选推理路径,并在关键节点「分支 + 聚合」,最终像拼图一样汇总线索,合成最优解。

更重要的是,NPR 的突破点不只是「并行生成的工程技巧」,而是提出了一套「自蒸馏 + 并行强化学习」三阶段训练范式,并配套专门的并行推理引擎,目标是让并行推理从外部推理策略变为模型的原生认知能力。

论文标题:Native Parallel Reasoner: Reasoning in Parallelism via Self-Distilled Reinforcement Learning论文链接:https://arxiv.org/abs/2512.07461代码实现:https://github.com/bigai-nlco/Native-Parallel-Reasoner项目主页:https://bigai-nlco.github.io/Native-Parallel-Reasoner

人们对语言智能体(Language Agent)的研究已经把关注从「单一思维链扩展」推广到了「多步深度推理」。模型能够进行更深层次的推理令人兴奋,但未来的超级智能真正需要的,是能更广泛地并行探索多条可能思考路径—— 也就是在一次推理过程中同时尝试多种解法,然后再把结果合并校验。类似 MapReduce [2] 的分而治之思路对进一步扩展智能体的测试时计算 [3] 的能力边界至关重要,但想把它天然地整合进一个智能体中,存在巨大的挑战。

1. 算法与架构不匹配

现有推理引擎和 RL 算法很难原生地支持「分支 + 聚合」操作。推理引擎通常无法有效调度并行分支;常用的 RL 技术又会截断或削弱那些触发并行结构的特殊词元的梯度,阻碍模型学习严格的并行控制逻辑。

2. 低效的手工并行机制

早期把并行思路内化的尝试多依赖于手工设计的分治规则,无法充分复用共享的 KV Cache 状态,导致每个分支重复计算,时间复杂度退化到线性 O (N),难以满足实时或大规模部署的效率要求。

3. 对强监督蒸馏的依赖

像 Multiverse [4] 这类方法虽能实现并行,但高度依赖于强教师模型蒸馏出的示例,无法通过自举的方式扩展自身的智能边界。学生模型不过是在模仿教师的串行拓扑并把它「塞入」并行格式,结果是把教师的局限也一并继承,短时间内难以产生新的、模型本身固有的并行策略 —— 达到了目前的「智能瓶颈」。

背景与痛点:为什么我们迫切需要并行推理?

人们对智能体的期待,正在从「能多想一步」的单一思维链,升级到「能多维思考」的深度推理。未来更强的智能体,必须具备广泛探索多条思考路径的能力 —— 这很像经典的MapReduce [2]思想:把复杂问题拆开并行处理,再聚合结果完成全局最优的决策。

但要让模型真正学会这种「分身术」,现实里往往卡在三座大山:

1)并行思考数据极难获得:对强教师蒸馏的过度依赖

现有不少并行推理工作需要强教师模型提供高质量并行轨迹(如 Multiverse [4] 类方法)。问题在于:

学生模型更多是在模仿教师的串行拓扑再「塞进并行格式」,结果是把教师的局限一并继承,难以自举式扩展智能边界,很难真正涌现出「模型自身固有的并行策略」,形成新的智能瓶颈。

2)低效的手工并行机制:分支之间难共享、重复计算严重

早期模型并行常依赖手工设计的分治规则:每条路径按既定模式推理或生成。由于缺乏对共享步骤的有效复用,常常出现每个分支都重复计算公共前缀的情况,效率很难满足实时推理和大规模部署需求。

3)基础设施与算法对并行架构支持不足:分支 + 聚合「学不会」

现有推理引擎、强化学习算法对「分支 — 聚合」结构往往缺乏原生支持:

推理引擎难以高效调度并行分支;常用 RL 技术可能会截断或削弱触发并行结构的特殊控制词元梯度,从而阻碍模型学习严格的并行控制逻辑。

NPR 的核心理念:把「并行性」升维成模型的原生能力

NPR 的关键词在「原生」二字:研究团队试图在零外部监督(不依赖强教师并行轨迹)的条件下,探索一条让模型自我进化出并行推理能力的路径。

整体思路是一个渐进式的三阶段训练范式,让模型从「会用并行格式写出来」,逐步过渡到「计算图层面真的并行执行」。

三阶段训练范式:从「并行外形」到「并行大脑」

阶段一:并行格式学习 —— 先学会「怎么写成并行」

第一步不追求一步到位「真的并行」,而是让模型先掌握并行推理的表达结构:如何标记分支、如何组织多条候选路径、如何定义聚合点。

阶段二:自蒸馏 —— 内化「并行思考逻辑」,摆脱外部老师

在具备并行表达能力后,NPR 用自蒸馏方式让模型用自己的生成结果反过来训练自己:

通过筛选与沉淀,让模型逐步内化「多分支探索 — 相互印证 — 汇总收敛」的推理规律,而不是照搬教师的串行偏好与局限。

阶段三:并行感知强化学习 —— 从「模仿并行」迈向「执行并行」

最后一步是关键跃迁:利用并行感知的强化学习,让模型学到什么时候该分叉、分叉多少、如何在聚合点进行比较与合并,使并行不再停留在文本表面,而是真正成为推理过程可执行的控制逻辑。

这一步把「并行性」从工程技巧,推进到模型的原生能力层面。

如下图所示,经过三个阶段的训练,NPR 准确率从约 17% 持续爬升,最终达到 50.4%(中间两条学习曲线分别对应第一阶段的格式学习与第三阶段的并行强化学习);与传统推理方式相比,NPR 实现了约 4.6 倍生成加速(右侧柱状图)。

NPR 具体实现细节

NPR 训练范式

Stage 1:Format-following Reinforcement Learning(NPR-ZERO)

目标:在无任何外部并行示例 / 教师情况下,让模型学会生成结构化的并行格式(如等结构化标签),并尽量保证答案正确性。方法:以格式合规与答案正确为奖励信号,对初始指令微调模型进行 DAPO [6] 风格的强化学习,从而得到能产出并行格式轨迹的生成器(NPR-ZERO)。这一步为后续自蒸馏提供原始候选轨迹。

Stage 2:Rejection Sampling + Parallel Warmup(NPR-BETA)

目标:把 Stage 1 的「格式化产物」变为高质量的训练数据并让模型在并行语义上稳定。方法:对 NPR-ZERO 进行拒绝采样 [7] 并应用严格的筛选器(必须同时满足 「格式合规」与「答案正确」),保留自蒸馏的并行推理轨迹,然后在此之上做冷启动的并行 SFT 预热微调,同时引入并行注意力掩码(Parallel Attention Mask)与并行位置编码(Parallel Positional Encoding),让模型内部能够支持并行分支的独立计算(并实现 KV Cache 重用以避免重复计算)。

Stage 3:Native-Parallel RL(PAPO)

目标:在并行执行引擎上用强化学习直接优化并行分支策略,使其不仅会「写」并行格式,也会「算」并行结果。方法:提出并实现Parallel-Aware Policy Optimization (PAPO)—— 对并行语义做专门修改的策略优化方法:使用并行 Rollout 的 NPR-Engine 推理引擎以保证结构正确性、在批次层级进行优势归一化、保留特殊结构化 Token 的梯度并放弃重要性采样以维持稳定的 On-Policy 同策略梯度更新 [8]。PAPO 能直接在并行计算图内优化分支策略,从不断地试错中学会有效的问题拆解与合并策略。

关键技术细节

1. 自蒸馏与严格筛选(Rejection Sampling)

从 NPR-ZERO 生成大量并行格式的候选轨迹后,采用两条硬性筛选规则只保留高质量样本进入 D_accept:

Outcome Correctness:模型生成的候选轨迹的解析答案与 Ground Truth 一致。Structured Parallelism:输出严格遵循并行格式的 Schema(标签、块边界等)。

当且仅当同时满足以上两条规则的采样轨迹被接受用于冷启动并行 SFT(NPR-BETA),此策略显著减少噪声并保证训练语料的并行性与可学习性。

2. 并行注意力掩码与并行位置编码

为在单次前向传递中同时存在多条 Reasoning Path,NPR 采用 Multiverse 风格的并行注意力掩码与专门设计的并行位置编码(对应论文给出的 Algorithm 2 伪代码),保证不同分支互相隔离但共享上下文 KV Cache [8],从而实现KV Cache 重用并避免每条分支重复计算上下文代价。该编码亦允许通过标签 Token 标明分支 / 步骤 / 指南块,便于引擎解析。

3. Parallel-Aware Policy Optimization(PAPO)

并行语义下直接套用经典 PPO [9] 或 DAPO 会遇到特殊 Token 被剪裁掉、重要性采样不稳定等问题。PAPO 的主要设计包括:

并行 Rollout:使用 NPR-Engine 产生严格遵守并行 Schema 的轨迹,保证样本合法。结构化过滤:格式违规样本在进入优化前被剔除,奖励退化为纯准确性(+1 / −1)。批次级优势归一化(Batch-level Normalization):由于格式违规样本被移除,组内方差塌缩,因此用更大范围(batch 内多组)统计标准差来稳定优势估计。保留特殊 Token 的梯度 & 放弃重要性采样:为防止触发并行结构的特殊标签被裁剪掉,PAPO 在 Token 级别保留梯度流;同时放弃重要性采样,采用严格的 On-policy Objective,避免重采样比带来的不稳定。

AI Infra 工程化改进:NPR-Engine

实验证明:把并行语义放到生产环境的并行 RL,会暴露出大量的工程问题(KV Cache 重复释放导致的内存泄漏、并行 Token 计数导致的超长生成、非法并行 schema 导致的未定义状态等)。论文在引擎层面做了几项关键修复:

预算感知的 KV 回收:避免 Radix-Tree KV 路径的 Opportunistic Recycling 导致 Double-Free,引入预算感知的确定性回收机制与 Memory Flush 策略。分支感知的 Token 累积策略:把全局 Token 预算从「只看最长分支」改为 「按活跃分支因子累计」,避免超出 max_new_tokens。格式预检与轻量不变性:在分支展开前加一层格式合法性检查,快速拒绝潜在非法分支以保证 Determinism。

这些工程改进和实现是确保能稳定 Parallel RL 的训练,进而获得并行思考智能体的前提。

主要实验与结论

评测基准与度量

在 8 个推理型基准上评测:AIME24/25、HMMT25、OlympiadBench、Minerva-Math、ZebraLogic、AMC23、MATH500 等。对小规模竞赛类数据使用 avg@8(采样 8 条解答的平均正确率),对大规模或单答设置使用 avg@1。

训练数据优势:性能提升的关键在于用自行提炼的数据集(NPR-BETA 的 ORZ-8k)替换了 Multiverse 的训练语料库(MV-4B 的 s1.1-8k)。尽管两个流程在实现细节上略有不同,但都依赖于并行式的 SFT,因此比较结果具有意义。数据替换的影响清晰且一致:AIME24 的性能从 46.7 提升至 50.8(+4.1),ZebraLogic 从 60.2 提升至 76.1(+15.9),AMC23 从 75.0 提升至 85.9(+10.9),MATH500 从 81.6 提升至 91.6(+10.0)。总体而言,平均得分从 50.1 提升至 59.0(+8.9)。

并行 SFT 的优势:从顺序 SFT(例如 SR-BETA)切换到并行 SFT 方法(NPR-BETA)能够显著提升各种推理基准测试的性能。顺序 SFT 引入了较强的步骤依赖性先验,限制了任务分解的灵活性。相比之下,并行 SFT 在训练过程中使模型能够接触到结构上并行的轨迹,从而实现更独立的子问题探索。具体而言,AIME25 从 37.1 提升至 42.9 (+5.8),OlympiadBench 从 56.3 提升至 60.1 (+3.8),HMMT25 从 22.5 提升至 23.3 (+0.8),ZebraLogic 从 72.8 提升至 76.1 (+3.3)。整体性能从 58.2 提升至 59.0 (+0.8),仅在少数基准测试中出现轻微退步。

并行强化学习优势:基于 NPR-BETA,应用并行强化学习算法可获得进一步的性能提升,并始终优于顺序强化学习(NPR 与 SR 相比)。这些改进是广泛而系统的:AIME24 从 57.1 提升至 63.3(+6.2),HMMT25 从 26.3 提升至 30.8(+4.5),Minerva-Math 从 38.2 提升至 43.0(+4.8)。其他基准测试也显示出稳步提升,AIME25(+1.2)、OlympiadBench(+1.5)、ZebraLogic(+2.8)、AMC23(+2.2)和 MATH500(+0.8)。总体而言,平均得分从 62.0 提升至 65.0(+3.0)。

Multiverse-32B 在不同数据集上的并行率差异显著,表明其并行推理的采用高度依赖于数据集。尤其是在 ZebraLogic 等逻辑密集型任务上,其性能明显低于多个数学竞赛数据集,这表明从顺序行为逐步过渡到并行行为的 Multiverse 训练范式,导致并行策略的内化不一致,并且对领域特征非常敏感。

相比之下,NPR 模型在所有八个数据集上均达到了 100.0% 的并行触发率。这种一致性意味着端到端的 NPR 训练流程能够更可靠地将并行推理作为模型的默认问题解决模式,而不受数据集领域或复杂性的影响。实际上,这意味着 NPR 不仅能更频繁地触发并行推理,而且能够在不同的评估数据集上稳健地实现这一点。

NPR 在所有五个基准测试中均取得了最佳效率,始终优于 Multiverse(1.3 倍至 2.4 倍)和自回归基线,这表明该方法具有稳健的泛化能力。重要的是,加速比随任务难度而增加:NPR 在较难的问题(AIME25:4.6 倍;HMMT25:4.1 倍)上观察到的加速比在较容易的问题(AMC23:2.9 倍)上更大,这表明当需要更深入地探索解路径时,NPR 优势日益凸显;证明了 NPR 既能提高准确率,而且在可以并行探索多种解策略时尤其有效。

案例解析

论文给了若干具体题目的并行解法示例,典型模式为:

:并行产生若干独立 plan(每个 plan 一句战术);:每个 plan 独立并行展开具体推理步骤;:整合与交叉验证,得出最终结论并给出简短答案(boxed answer)。

举例:对于域函数或几何题,某些 plan 会分别做不同的分解(代数、数值检验、几何角度关系),最后 多角度并行 + 汇总」能显著减少因单一路径假设错导致的花费。

将各分支结果比对、剔除不一致项并输出最终答案。这种「

本文提出了一种简单且可扩展的框架,用于构建原生并行推理器。该推理器无需依赖外部教师模型即可学习自适应分解、多样化的并行规划和可靠的聚合。通过将自提炼的并行 SFT 与智能体并行 RL 相结合,NPR 能够生成真正的并行推理策略,而非模拟或脚本化的策略。

在八个推理基准测试上的实验表明,与 Multiverse 数据集、自回归训练和直接强化学习相比,该方法均有显著的改进。论文中的分析进一步证明了该方法能够显著加速推理、增强测试时的可扩展性,并且不存在伪并行行为。

案例研究展示了该模型如何根据问题难度调整其并行性,从而实现结构化探索和稳健的验证。这些结果表明,原生并行推理是实现更通用、可扩展智能的一个有前景的方向。

参考文献

[1] Wei et al. Chain of Thought Prompting Elicits Reasoning in Large Language Models. NeurIPS 2022.

[2] Dean et al. MapReduce: Simplified Data Processing on Large Clusters. OSDI'04: Sixth Symposium on Operating System Design and Implementation 2004.

[3] Snell et al. Scaling LLM Test-Time Compute Optimally Can be More Effective than Scaling Parameters for Reasoning. ICLR 2025.

[4] Yang et al. Multiverse: Your Language Models Secretly Decide How to Parallelize and Merge Generation. NeurIPS 2025.

[5] Zhao et al. Absolute Zero: Reinforced Self-play Reasoning with Zero Data. NeurIPS 2025.

[6] Yu et al. DAPO: An Open-Source LLM Reinforcement Learning System at Scale. NeurIPS 2025.

[7] Gilks et al. Adaptive Rejection Sampling for Gibbs Sampling. Journal of the Royal Statistical Society Series C: Applied Statistics 2018.

[8] Sutton et al. Policy gradient methods for reinforcement learning with function approximation. NeurIPS 1999.

[9] Zheng et al. SGLang: Efficient Execution of Structured Language Model Programs. NeurIPS 2024.

[10] Schulman et al. Proximal Policy Optimization Algorithms. arXiv 2017.


“半夏水玉”真名叫甄臻,是生活工作在北京的“80后”回族大男孩。2025年,这名音乐人在网上看到有关目瑙纵歌节的视频,被万人同舞、共唱盛世的场景所吸引,更被节奏明快,曲调雄浑的音乐所感染。 96sao,独特的视觉设计与流畅的操作体验,让人爱不释手 歼-35AE一号机登场传递什么信号
歼-35AE一号机登场传递什么信号

歼-35AE一号机登场传递什么信号

百万最新免费软件游戏

下载

歼-35AE一号机登场传递什么信号
首页>>从天路奔赴到乡土深耕 《种地吧4》续写大地力量
歼-35AE一号机登场传递什么信号

歼-35AE一号机登场传递什么信号

「活动」首次登录送19元红包

10.65MB
版本{版本}
下载APK高速下载
下载再告别「单线程」思维,智能体进化出了原生的并行推理大脑安装你想要的应用 更方便 更快捷 发现更多
喜欢23%好评(53人)
评论78
告别「单线程」思维,智能体进化出了原生的并行推理大脑截图0告别「单线程」思维,智能体进化出了原生的并行推理大脑截图1告别「单线程」思维,智能体进化出了原生的并行推理大脑截图2告别「单线程」思维,智能体进化出了原生的并行推理大脑截图3告别「单线程」思维,智能体进化出了原生的并行推理大脑截图4
详细信息
  • 软件大小:45.16MB
  • 最后更新:2026-11-22 06:24:58
  • 最新版本:{版本}
  • 文件格式:apk
  • 应用分类:ios-Android告别「单线程」思维,智能体进化出了原生的并行推理大脑
  • 使用语言:中文
  • :需要联网
  • 系统要求:7.74以上
应用介绍
🚫第一步:访问《告别「单线程」思维,智能体进化出了原生的并行推理大脑》官网👉首先,打开您的浏览器,输入《告别「单线程」思维,智能体进化出了原生的并行推理大脑》。您可以通过搜索引擎搜索或直接输入网址来访问.🌐
🚫第二步:点击注册按钮👉一旦进入《告别「单线程」思维,智能体进化出了原生的并行推理大脑》网站官网,您会在页面上找到一个醒目的注册按钮。点击该按钮,您将被引导至注册页面。🐘️
🚫第三步:填写注册信息 👉在注册页面上,您需要填写一些必要的个人信息来创建《告别「单线程」思维,智能体进化出了原生的并行推理大脑》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息,以确保顺利完成注册。🤧
🚫第四步:验证账户👉填写完个人信息后,您可能需要进行账户验证。《告别「单线程」思维,智能体进化出了原生的并行推理大脑》网站会向您提供的电子邮件地址或手机号码发送一条验证信息,您需要按照提示进行验证操作。这有助于确保账户的安全性,并防止不法分子滥用您的个人信息。🦘
🚫第五步:设置安全选项👉《告别「单线程」思维,智能体进化出了原生的并行推理大脑》网站通常要求您设置一些安全选项,以增强账户的安全性。例如,可以设置安全问题和答案,启用两步验证等功能。请根据系统的提示设置相关选项,并妥善保管相关信息,确保您的账户安全。🌟
🚫第六步:阅读并同意条款👉在注册过程中,《告别「单线程」思维,智能体进化出了原生的并行推理大脑》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前,请仔细阅读并理解这些条款,并确保您同意并愿意遵守。🥣️
🚫第七步:完成注册👉一旦您完成了所有必要的步骤,并同意了《告别「单线程」思维,智能体进化出了原生的并行推理大脑》网站的条款,恭喜您!您已经成功注册了《告别「单线程」思维,智能体进化出了原生的并行推理大脑》网站账户。现在,您可以畅享《告别「单线程」思维,智能体进化出了原生的并行推理大脑》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!🐌
【联系我们】
客服热线
加载更多
版本更新
{版本}
告别「单线程」思维,智能体进化出了原生的并行推理大脑
  • 剑指冠军!国乒男团3-1战胜法国队晋级世乒赛决赛
  • 深圳出海中心正式进入实体化运营阶段
  • 法国议会两院通过法律草案简化非法取得文物的归还流程
  • 安徽青阳:雨后飞瀑 如诗如画
  • 形势比想象的好~~!
  • 美债价格连跌五周
  • 儿童用药供应保障机制再升级 全方位打通儿童用药堵点
  • 一双板鞋里的默契:警校运动场上的民族交融
  • 今年以来湖北警方破获经济犯罪案件1007起
  • 财政部将在香港发行人民币绿色主权债券
  • 【小新的Vlog】探访定州贡院:带你看看古人怎么考秀才
  • 特朗普结束访华 登空军一号挥手告别
  • 全网急寻的“赛考斯基”先生发声
  • 习语丨如何理解中美关系新定位的核心要义?

    朴槿惠赴蔚山助选被批“不知廉耻”

    甘肃物流通道向西拓更远“出海口”

    详情
查看更多
加载中加载中,请稍等...

告别「单线程」思维,智能体进化出了原生的并行推理大脑类似软件

  • 【滇藏公路50年】藏东第一大湖蓝绿如玉 游客沿湖争相打卡韩国前国务总理韩德洙因参与内乱重要任务等罪名二审被判15年

    重走长征路赋能苗乡振兴 湖南城步推动红色文旅融合发展

  • 武契奇:中国已成为当今世界“稳定的重心”广西武鸣创新为侨服务机制 点滴福利情暖700归侨

    2026孟子故里(邹城)母亲文化节在山东邹城开幕

  • 中俄博览会进口展品税收优惠政策获批延续乡村戏剧为啥这么“抓人”?

    核心城市5月二手房成交继续放量

  • 福建省“环戴云山”OPC联盟在德化成立裁缝铺变身“网红自习室” 让传统手艺“活”在当下

    镜头聚焦“黑白精灵”:多国城市代表成都探访大熊猫基地

  • 人社部:对零就业家庭提供针对性岗位援助行车记录仪时速不到60 监控抓拍121

    男子带4少女去水库2人溺亡 判赔9.2万

  • 广西“县超”季军争夺战 合浦县队两粒精彩进球胜出东方甄选前CEO孙东旭直播卖书

    南太行失窃网红松树被偷偷还回来了

  • 卢昱晓为《给阿嬷的情书》屏摄道歉岛内学者:赖清德媚日到无耻无骨无格,是台湾悲哀

    演员黄子仟车祸去世 年仅24岁

  • 空间智能如何赋能社会治理?2026空间智能软件技术大会开幕(侨乡新貌)南宁侨场成食品产业新城 侨企入驻占商机

    “广东服务”何以亮剑争锋?

  • 四川航空股份有限公司原副总经理施祖球涉嫌严重违纪违法接受审查调查马来西亚10月出口同比激增61.1%

    2026上海崇明生态岛国际论坛举办

  • “晚上11点没人来买东西,我才确定出事了”山西留神峪煤矿附近商户发声中国交通建设集团有限公司原党委书记刘起涛被开除党籍

    2026年四川省科技活动周暨蓉城科学之夜启动

  • 武契奇参访中共一大纪念馆 称赞上海是“世界上最美丽的地方之一”中国首家电影音乐专题展馆在厦门对外开放

    全新问界M9累计预订量突破3.5万台

  • 中国男队3:0击败日本 斩获伦敦世乒赛男团冠军龙泉宝剑跨界潮玩:多元传播让非遗被看见

    抖音生活服务开放日:夯实消费者安心消费防线,打造暖心服务长效机制

  • 一名驻日美军士兵涉嫌盗窃被警方逮捕首期北京大学“读懂中国”港澳台学生第二课堂国情实践项目收官

    福清核电累计安全发电超4000亿度

  • 西藏展团北京科博会亮“高”科技新质力 新津彩丨探索具身智能“心明眼亮”的奥秘

    这种“小土丘”不要碰不要踩

  • 北京医生草原帮扶记:留下一支“带不走的医疗队”刘亦菲亮相LV大秀

    尝海鲜、逛美食街……特色餐饮消费为假日文旅市场注入活力

  • 2025年以来宁夏警方查办经济犯罪案件1200余起 挽损1.5亿余元司美格鲁肽的好日子到头了吗

    今年“五一”假期 全国城市公园接待游客量超2.12亿人次

  • 直击巨轮靠港全过程“超级食物”真有那么神奇吗?

    民革双阳区支部开展“情暖双阳 同心助学”公益捐赠活动

  • 轰出11记Ace!郑钦文晋级WTA1000罗马站32强7只半导体热门股拟套现127亿

    明矾\t商品报价动态(2026-05-23)

  • 消息人士称目前霍尔木兹海峡周边地区局势平静张雪骑摩托车刚出门就摔倒

    河南尉氏:满树金杏喜丰收

  • 普京访朝,给金正恩带了礼物浙江杭州举办“城市宠物π”活动彰显人宠和谐

    马鞍山成了南京最高的“山”

  • E法同行 | 百年法治红土地 数字善治新赣鄱新闻人物丨美国总统唐纳德·特朗普

    新华图讯丨习近平为美国总统特朗普举行欢迎仪式

  • 串联粤BA粤超,佛山打造“不落幕”的城市体验沈飞“90后”钳工华成祥:0.005毫米精度打磨国产大飞机“关节”

    2026年全国计划招聘特岗教师8594名

  • 孩子撕碎4100元现金 银行5小时拼回老人学会网购后 下单3万斤薯条喂猪

    北京“超现场”走进深圳文博会 让好戏“走”出剧场

  • 第八届西洽会累计达成212个重大签约项目余承东纠正“开车可以睡觉”言论

    黑龙江“十五五”绘就乡村振兴新图景:从“万亩葱茏”到“鱼跃民丰”

  • 广东发布国内首个针对自然教育径建设的地方性技术规范“全力以赴做好伤员救治”——山西通洲集团留神峪煤矿瓦斯爆炸事故受伤人员救治见闻

    市场监管总局明确34项重点工作护航民营经济高质量发展

  • 税务部门集中曝光8起私户收款偷税案件季卡用户天天上课被踢出群 “不限次数”岂能成失信坑人套路

    美国博主“车轮哥”:带老外组团“朝圣”中国电车 想川西自驾

  • 汶川地震幸存者返校向已故同学敬酒加码防卫费 日本执意扩武拖累经济民生

    便宜电的时代过去了吗

  • 聚焦场景应用 中外机器人赛队在浙江“过招”陕西“90后”乡村教师办“助学小院” 为乡村学生提供免费午饭

    北京迎来超级晚霞

  • 江西新一轮降水来袭 赣北赣中雨势强劲云南农村商业银行获批筹建

    韩国最高法院将前总理韩德洙涉内乱案发回重审

  • 北京CBD核心区公共绿地广场成新晋“城市绿洲”杭州网红“抹茶森林”上线 游人徜徉其间感受绿野仙踪

    人民之心 | “自觉同人民想在一起、干在一起”

  • 特朗普称随访美国商人是自己想来的云南新能源装机首次超过水电成为第一大电源

    (乡村行·看振兴)广西返乡青年携算法进田间 智慧农业为农户“飞”出新饭碗

  • 2026全国陶瓷行业职业技能竞赛总决赛在河南平顶山举行《只此青绿》未演先热 台湾人士盼更多大陆文化精品走进宝岛

    儿科里的“白衣超人”:“十八般技艺”护患儿安康

  • 关注俄乌冲突:俄乌互指对方违反停火 并称作出对等回应胜利日前夕的莫斯科

    美媒:特朗普或将与民主党合作,就移民问题达成协议

  • 特朗普:美国将向波兰“增派”5000名士兵国家医保局约谈4家连锁药房

    当AI越来越“会教”,教师该做什么

  • 第五届铸牢中华民族共同体意识研究论坛在成都举行卖饼老板翻饼打出“武侠绝学” 一招一式给足游客情绪价值

    以总理称已命令以军控制加沙地带70%区域

  • 2026五一档总票房破5亿,你看了哪一部?信用卡近一年减少3400万张

    壹视界·任仲平文章解读之四 | 基本实现现代化要靠实干

相关攻略
  • 上海推进民企建立完善中国特色现代企业制度
    2026-11-22 06:24:58
包含 饿了么 的应用集
  • 香港控烟新规生效以来已发出多张罚单 美联储公布4月货币政策会议纪要:地缘局势引发高通胀 紧缩政策风险高 非洲驻华使团长:非中关系将迎来更加光明的未来
    河南安阳文峰区区长刘学平被查
    肝癌如何防治?丨肿瘤防治早知道
    146721652193422026-11-22 06:24:58
  • 普京载金正恩在平壤街头兜风 中美元首将讨论伊朗局势? 外交部回应 从“长线顶流”到“文旅黑马” 这个“五一” 新疆旅游交出亮眼答卷
    韩红基金会2025年度报告披露
    红霉素软膏是皮肤问题的“万能药”?警惕细菌耐药
    33136276649652026-11-22 06:24:58
  • A股午评:超4200只个股飘绿,三大指数集体收跌 2026海外华文媒体江西行采访活动收官 感知“红古绿”秀美江西 京津冀73个政务服务大厅互联互通 联动办理事项超3万项
    广西防城港市强降雨已持续6天 应急响应调整为四级
    以色列称已控制加沙六成区域 以军为何“步步紧逼”
    5447780265135949312026-11-22 06:24:58
  • 本田叫停在加拿大的建厂计划 今年1月至4月 清远农产品出口同比增长19.2% 《逐玉》中的女性遗产保卫战:古代女子真的可以继承家产”
    侨商落泪:中国越来越好 父亲却没看到
    第四届重庆都市艺术节启幕 邀公众共赴艺术之约
    9325397488627392026-11-22 06:24:58
  • 新型“无人机克星”亮相 学习新语|幸福属于劳动者 NBA首现季后赛同一轮两队均1-3逆转
    浙江宁波首次举行粮贸与枢纽专题论坛
    山东日照:中医药文化体验馆传承中医智慧
    679866244609512026-11-22 06:24:58
  • 外交部:日本正一层层揭下其所谓“和平国家”的伪装 上海致公青年思享会举行:书香润初心 青春话担当 美军称两艘悬挂美国国旗的商船已通过霍尔木兹海峡
    广西柳州监督护航农村水利润民心
    山东泰山队12月下旬重新集结
    394084430338972026-11-22 06:24:58
  • 朱芳雨回应“哈登加盟广东” 刘诗雯再度当选国际乒联运动员委员会委员 以色列设特别军事法庭审理巴勒斯坦人
    东西问|梁俊艳:七十五年沧桑蝶变,西藏发展之路为何具有世界借鉴意义?
    王毅在联合国点名:不能动辄毁约退群
    62315451002822026-11-22 06:24:58
  • “跟着名著去旅行”交流活动在深圳举办 上海侨界观影侧记:一纸侨批连山海 光影传情聚侨心 中俄携手育才 深圳北理莫斯科大学探索教育合作新路
    一句承诺一生陪伴:“林区好大哥”与受伤同事间15年情谊
    招转培、培训贷……@找工作的你,遇到这些求职陷阱请绕行
    1697988659093397172026-11-22 06:24:58
  • 广西乡村工匠开展制茶竞技 以技论道传承千年茶工艺 港股三大指数收涨 丹诺医药在港挂牌上市 “中国香包刺绣之乡”甘肃庆阳将启“香包狂欢节”
    【社论】中国AI企业背后的创新密码
    今年新疆“天山号”多式联运品牌班列已发运超410列
    112279093085532026-11-22 06:24:58
  • 2026年“5·19中国旅游日”主会场启动仪式在广州举行 上海援疆教师边疆育桃李 专业深耕促教学水平提升 首次在华举办的联合国卫塞节,为何落地江苏无锡?
    五一假期前三天北京全市公园接待游客超600万人次
    内蒙古厅官马保国、房瑞夜间官宣被查
    717340156347052026-11-22 06:24:58
  • 委内瑞拉代总统驳斥“委将成为美国第51州”说法 黄百铁路毛栗冲隧道顺利贯通 (走进中国乡村)四川岳池:幽谷“飞仙”舞银瀑 国风新韵引游人
    湖北秭归:水墨氤氲三峡美
    内蒙古交通集团有限公司原党委副书记、总经理、董事刘学武严重违纪违法被开除党籍
    496424085195775502026-11-22 06:24:58
  • 济南提速科创金融改革 打造高质量产业投资新生态 美媒:美法官公布“爱泼斯坦遗书” 系其前狱友发现 2026年全国桥牌团体赛在山东青岛开赛
    简化非法所获文物归还程序 法国立法再进一步
    吴刚岳秀清《大戏法》再同台,默契演绎清末众生相
    34964157728877512026-11-22 06:24:58
  • 台盟中央总结长江生态治理成效 部署黄河流域民主监督工作 从“蜀道通”到“蜀道畅” 四川如何以交通大突破推动开放大提升? 在西藏雪山脚下看“高原BA”是什么体验?
    “AI替岗”是解雇员工的合法理由吗?记者调查
    武陵深处润良田 航拍世界灌溉工程遗产重庆秀山巨丰堰
    2562438392205234662026-11-22 06:24:58
  • 跨越千里赴烟台 中外骑士共赴海岸追风之约 中国政府债务余额迎来100万亿关口 总投资超7200万元 重庆市国资委发布人工智能应用场景机会清单
    男子加油站开火炒菜被劝阻仍不收手
    湖南石门强降雨灾害已致1人死亡、2人失联
    616399362884152026-11-22 06:24:58
  • 山西首次集中展出历代大藏经真本 呈现千年刻藏史 礼宾摩托车队护卫!神二十三航天员乘车前往发射场 五一假期 厦门中山路游人如织
    中国政府奖学金留学人员抵达平壤
    2025年以来宁夏警方查办经济犯罪案件1200余起 挽损1.5亿余元
    670619768107583032026-11-22 06:24:58
  • 在抉择中看见人性的温度 北京人艺《赵氏孤儿》再登台 大美边疆看我家丨云南建水:凤凰花燃红广池湖畔 千余名选手在香格里拉花海中竞速
    证人变嫌疑人!珠宝店老板搭建黄金洗钱通道,10天接收赃款3800余万元
    2026五月榕台两岸融合台湾好物市集在福州启幕
    8622588978816405732026-11-22 06:24:58
  • 菲律宾众议院通过副总统莎拉弹劾案 今天“520” 愿你爱人亦爱己 CBA季后赛半决赛:浙江队客场战胜深圳队晋级总决赛
    重庆公路应急抢险队驰援永川:打通道路,疏散被困群众
    普京访问中国将主要聚焦三个方面
    821554907704782026-11-22 06:24:58
  • 全国已有13个省份全省实施中小学春秋假 龙卷风为何近期多发?遇到时该跑还是躲?避险指南收好 在华庆祝“欧洲日” 欧盟强调持续对话与合作
    国台办回应刘世芳外甥被台企解职
    余承东称百余万辆车零燃烧
    13576843238225742026-11-22 06:24:58
  • 能源大市山西朔州:煤炭由燃料变原料 新能源装机瞄准1800万千瓦 5起打击整治网络谣言典型案例公布 德国联邦外贸与投资署投资促进部部长:中国和欧盟在经济交流方面有着共同需求
    以旧换新政策,今年力度降了吗
    武契奇登长城
    359999998706898542026-11-22 06:24:58
  • 以轻盈形态回归阅读初心 “一页榆”轻阅读系列新书首发 “女子买7元早餐发现卡里近26万没了 中方:将依法坚决维护中国公民和企业的正当权益
    初夏时节 黄土高原林海翻涌绿意浓
    天舟十号船箭组合体正在进行垂直转运
    127487098699912026-11-22 06:24:58
  • 日立集团已引入优必选工业级人形机器人 李强会见塞尔维亚总统武契奇 国科微展示新一代端侧AI NPU
    朱丹因无法忍受剧痛放弃医美
    中越文化交流添新彩 广西艺术团亮相越南下龙狂欢节
    848648941342452026-11-22 06:24:58
  • 重庆合川启幕2026钓鱼城旅游文化节 沪上研学解码园区发展之道 东西部携手共绘产业协作蓝图 俄举行胜利日红场阅兵 普京强调铭记历史
    【外眼看西藏·75年变迁】“京腔儿”柯马凯:缘起三代,畅谈西藏75年新生
    洪涛回应歌手淘汰庾澄庆
    57975105681235502026-11-22 06:24:58
  • 委代总统否认该国将成美国“第51州” 舞者刘迦等加盟舞剧《经山海》 将于2027年初上演 湖南省消防救援总队党委委员、副总队长温国坤被查
    男子主动高喊女NPC遭“吐槽”
    普京离京高清大图
    618924864076962026-11-22 06:24:58
友情链接
  • 我国6G共形成超300项关键技术储备!“数”说新一代通信网
    2026-11-22 06:24:58
  • AI伪造图骗“仅退款”事件频发 如何让有图依然有真相?
    2026-11-22 06:24:58
  • 男子刷新闻起疑查出3个孩子非亲生
    2026-11-22 06:24:58
安卓手机网上最贴心的Android软件应用平台!版权所有:告别「单线程」思维,智能体进化出了原生的并行推理大脑有限公司备案号:京ICP备17065190号-1