作者:连育如发布时间:2026-11-21 10:31:02 点击数:97330

今日研究机构发布行业报告女摊主遇车祸关店 摊位将永久保留 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

甘肃省兰州市门头沟区大峪街道甘肃省陇南市武都区辽宁省大连市旅顺口区阿克苏地区拜城县黑龙江省伊春市金林区内蒙古锡林郭勒盟正镶白旗福建省厦门市湖里区桥西区苑东街道鹿泉区寺家庄镇山东省威海市朝阳区豆各庄地区蚌埠市蚌山区广东省汕头市南澳县山西省忻州市定襄县桂林市秀峰区陕西省咸阳市兴平市平山县东回舍镇贵州省六盘水市水城县贵州省铜仁市印江土家族苗族自治县防城港市东兴市山西省阳泉市平定县贵州省铜仁市印江土家族苗族自治县焦作市中站区怀柔区雁栖地区山西省晋城市泽州县井陉县吴家窑乡山西省晋城市泽州县隆安县怀柔区宝山镇广东省深圳市赞皇县院头镇四川省宜宾市江安县朝阳区管庄地区朝阳区酒仙桥街道武清区汊沽港镇广东省云浮市新兴县昌平区小汤山镇甘肃省天水市秦州区延庆区沈家营镇内蒙古兴安盟乌兰浩特市密云区河南寨镇顺义区空港街道甘肃省庆阳市镇原县四川省甘孜藏族自治州九龙县四川省泸州市江阳区赵县沙河店镇河东区大直沽街道四川省甘孜藏族自治州泸定县广东省深圳市福建省南平市云南省红河哈尼族彝族自治州泸西县上海市市辖区嘉定区四川省成都市金牛区山东省泰安市泰山区江苏省苏州市相城区四川省凉山彝族自治州甘洛县丰台区右安门街道江西省萍乡市上栗县防城港市东兴市四川省广安市岳池县淮南市大通区内蒙古鄂尔多斯市鄂托克旗福建省福州市永泰县哈密市伊吾县广东省惠州市龙门县四川省凉山彝族自治州甘洛县长安区广安街道山东省青岛市城阳区河西区桃园街道贵州省安顺市普定县丰台区右安门街道密云区古北口镇桥西区东华街道湖北省宜昌市西陵区甘肃省定西市渭源县丰台区和义街道辽宁省辽阳市白塔区福建省福州市罗源县山西省吕梁市岚县福建省莆田市仙游县贵州省黔东南苗族侗族自治州天柱县辽宁省辽阳市白塔区西藏山南市贡嘎县黑龙江省七台河市桃山区西青区精武镇重庆市县巫山县青海省玉树藏族自治州治多县辽宁省铁岭市开原市桥西区东华街道淮南市大通区上海市市辖区嘉定区江苏省徐州市新沂市甘肃省甘南藏族自治州福建省福州市罗源县四川省宜宾市翠屏区钦州市门头沟区大峪街道巴音郭楞蒙古自治州和硕县吉林省白山市浑江区

今日官方通报发布行业新变化告别「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

青海省玉树藏族自治州治多县四川省甘孜藏族自治州丹巴县钦州市广东省江门市乌鲁木齐市沙依巴克区湖北省襄阳市襄州区桥西区苑东街道辽宁省本溪市溪湖区福建省漳州市龙海市山西省晋中市太谷区山西省吕梁市中阳县山东省威海市辽宁省铁岭市清河区山西省朔州市山阴县辽宁省朝阳市北票市重庆市市辖区北碚区百色市靖西市黑龙江省大兴安岭地区呼玛县福建省三明市梅列区云南省红河哈尼族彝族自治州泸西县云南省西双版纳傣族自治州勐腊县山东省潍坊市青州市平顶山市卫东区防城港市东兴市朝阳区小关街道青秀区贵州省黔东南苗族侗族自治州天柱县怀柔区龙山街道巴音郭楞蒙古自治州和硕县山东省淄博市临淄区西乡塘区芜湖市南陵县和平区南市街道青海省海南藏族自治州贵德县辽宁省朝阳市北票市赞皇县西龙门乡四川省遂宁市蓬溪县黑龙江省大兴安岭地区呼玛县山西省晋城市高平市长安区南村镇湖北省宜昌市宜都市蚌埠市蚌山区昌平区回龙观街道山西省朔州市山阴县山西省长治市襄垣县湖北省恩施土家族苗族自治州恩施市江西省萍乡市上栗县马鞍山市博望区湖北省宜昌市秭归县黑龙江省佳木斯市汤原县福建省莆田市城厢区信阳市平桥区蓟州区官庄镇福建省莆田市仙游县贵州省铜仁市印江土家族苗族自治县江苏省南通市启东市河西区桃园街道洛阳市汝阳县喀什地区麦盖提县山东省威海市甘肃省天水市秦州区马鞍山市博望区云南省丽江市宁蒗彝族自治县黑龙江省绥化市明水县元氏县殷村镇广东省广州市越秀区北海市海城区西乡塘区密云区高岭镇淮南市大通区蓟州区东赵各庄镇湖北省宜昌市宜都市山西省晋城市高平市青海省玉树藏族自治州治多县西藏山南市贡嘎县芜湖市南陵县怀柔区雁栖地区鹿泉区寺家庄镇江苏省徐州市新沂市江苏省南通市启东市内蒙古呼伦贝尔市阿荣旗辽宁省沈阳市浑南区崇左市宁明县甘肃省白银市景泰县四川省凉山彝族自治州昭觉县大兴区平山县宅北乡许昌市建安区上海市市辖区嘉定区平山县东回舍镇昌平区小汤山镇内蒙古乌海市乌达区隆安县山西省临汾市安泽县朝阳区双井街道银川市贺兰县防城港市东兴市四川省成都市双流区蓟州区东二营镇辽宁省沈阳市浑南区

全球服务区域:四川省凉山彝族自治州昭觉县四川省甘孜藏族自治州泸定县贵州省安顺市普定县甘肃省白银市景泰县陕西省咸阳市兴平市南开区体育中心街道巴音郭楞蒙古自治州和硕县辽宁省沈阳市浑南区内蒙古兴安盟乌兰浩特市鹿泉区寺家庄镇江西省吉安市吉安县云南省玉溪市新平彝族傣族自治县昌平区回龙观街道甘肃省定西市渭源县山西省吕梁市岚县江西省萍乡市上栗县江西省萍乡市上栗县贵州省黔南布依族苗族自治州惠水县黑龙江省佳木斯市富锦市西藏拉萨市达孜区福建省厦门市海沧区湖北省宜昌市秭归县赞皇县院头镇福建省莆田市仙游县武清区汊沽港镇塔城地区和布克赛尔蒙古自治县乌鲁木齐市沙依巴克区福建省莆田市城厢区海南省海口市美兰区江西省鹰潭市余江区四川省甘孜藏族自治州九龙县许昌市建安区黑龙江省佳木斯市富锦市喀什地区麦盖提县青海省海西蒙古族藏族自治州德令哈市甘肃省陇南市广东省汕头市龙湖区延庆区沈家营镇山东省德州市齐河县山东省潍坊市青州市内蒙古呼伦贝尔市阿荣旗西藏阿里地区日土县江西省宜春市奉新县内蒙古锡林郭勒盟正镶白旗广东省惠州市龙门县四川省广安市岳池县福建省南平市江苏省徐州市新沂市四川省凉山彝族自治州昭觉县崇左市赵县沙河店镇静海区大邱庄镇和田地区云南省怒江傈僳族自治州福贡县桥西区苑东街道内蒙古呼伦贝尔市阿荣旗南开区体育中心街道内蒙古兴安盟乌兰浩特市和田地区四川省广元市青海省玉树藏族自治州治多县怀柔区雁栖地区鹿泉区寺家庄镇陕西省汉中市西乡县平山县小觉镇崇左市江西省萍乡市上栗县山西省朔州市山阴县山西省长治市襄垣县淮南市大通区湖北省宜昌市夷陵区四川省广安市岳池县门头沟区大峪街道内蒙古呼伦贝尔市阿荣旗蚌埠市龙子湖区青海省玉树藏族自治州治多县江苏省徐州市海南省儋州市怀柔区宝山镇喀什地区叶城县洛阳市汝阳县马鞍山市博望区辽宁省锦州市义县山东省聊城市茌平区朝阳区小红门地区吉林省四平市铁西区四川省甘孜藏族自治州黑龙江省佳木斯市汤原县井陉县吴家窑乡信阳市平桥区广东省惠州市龙门县四川省成都市新都区丰台区宛平城地区福建省福州市罗源县山西省忻州市定襄县甘肃省天水市秦州区洛阳市汝阳县广东省汕头市龙湖区甘肃省庆阳市镇原县丰台区和义街道

本月行业报告传递新动态告别「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:南开区长虹街道元氏县殷村镇桥西区东华街道四川省广安市岳池县昌平区小汤山镇平山县东回舍镇陕西省西安市未央区上海市市辖区嘉定区崇左市辽宁省沈阳市崇左市宁明县湖北省宜昌市秭归县濮阳市南乐县江苏省徐州市井陉县吴家窑乡焦作市江苏省徐州市内蒙古鄂尔多斯市康巴什区甘肃省白银市景泰县甘肃省白银市景泰县北辰区朝阳区豆各庄地区山西省忻州市定襄县内蒙古鄂尔多斯市康巴什区辽宁省铁岭市清河区山东省聊城市茌平区山西省阳泉市平定县辽宁省沈阳市浑南区四川省甘孜藏族自治州九龙县伊犁哈萨克自治州昭苏县怀柔区雁栖地区朝阳区双井街道四川省成都市双流区云南省文山壮族苗族自治州广南县蓟州区东二营镇塔城地区和布克赛尔蒙古自治县桂林市秀峰区云南省大理白族自治州云龙县山东省德州市齐河县青海省玉树藏族自治州治多县朝阳区豆各庄地区门头沟区大峪街道阿克苏地区新和县朝阳区小关街道贵州省铜仁市印江土家族苗族自治县江西省九江市武宁县福建省厦门市海沧区陕西省商洛市山阳县四川省成都市双流区山西省临汾市安泽县四川省德阳市广汉市乌鲁木齐市沙依巴克区广东省珠海市斗门区甘肃省庆阳市镇原县山西省晋城市泽州县蓟州区官庄镇黑龙江省佳木斯市富锦市平顶山市湛河区内蒙古鄂尔多斯市鄂托克旗贵州省黔东南苗族侗族自治州天柱县四川省甘孜藏族自治州泸定县百色市田林县福建省福州市永泰县福建省厦门市海沧区平山县小觉镇湖北省襄阳市襄州区密云区不老屯镇昌平区延寿镇海南省儋州市四川省凉山彝族自治州西昌市密云区河南寨镇云南省丽江市宁蒗彝族自治县蓟州区东赵各庄镇丰台区和义街道内蒙古锡林郭勒盟镶黄旗朝阳区小红门地区江西省鹰潭市余江区江苏省苏州市相城区广东省佛山市三水区江西省鹰潭市余江区长安区广安街道长安区南村镇江苏省徐州市新沂市蚌埠市蚌山区南开区体育中心街道平山县岗南镇江苏省南通市启东市辽宁省大连市旅顺口区江西省宜春市奉新县福建省福州市永泰县山西省临汾市安泽县平山县东回舍镇山西省吕梁市中阳县河西区桃园街道宝坻区牛家牌镇江苏省连云港市赣榆区平顶山市卫东区贵州省铜仁市印江土家族苗族自治县四川省甘孜藏族自治州吉林省四平市铁西区

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.

近日行业报告发布研究成果告别「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.


在徐旭的感召下,一场“全家戍边”的团圆奔赴,在东极大地传为佳话。妻子甄冬丽放弃大城市生活,考入抚远市司法局,成为并肩作战的“戍边夫妻档”;岳父岳母从大庆迁居抚远,父母从哈尔滨来到身边,就连妻妹也辞去深圳工作,举家扎根边疆。 PORNO馃拫4444app-PORNO馃拫4444最新版N.3.36.35-2265安卓网 女摊主遇车祸关店 摊位将永久保留
女摊主遇车祸关店 摊位将永久保留

女摊主遇车祸关店 摊位将永久保留

百万最新免费软件游戏

下载

女摊主遇车祸关店 摊位将永久保留
首页>>527名球员报名参加2026年内蒙古足球超级联赛
女摊主遇车祸关店 摊位将永久保留

女摊主遇车祸关店 摊位将永久保留

「活动」首次登录送19元红包

48.39MB
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13%好评(16人)
评论89
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:93.23MB
  • 最后更新:2026-11-21 10:31:02
  • 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:6.57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
  • 【滇藏公路50年】藏东第一大湖蓝绿如玉 游客沿湖争相打卡
  • 2026年全国帆板冠军赛(青年水翼帆板级)在上合示范区开赛
  • 长光卫星定制星批量出厂 产业应用不断拓宽
  • 从“橄榄绿”到“藏青蓝” 他的奔跑从未停歇
  • (乡村行·看振兴)太湖之滨枇杷飘香 小鲜果绘就富民增收新“丰”景
  • 墨西哥总统感谢中国女保镖
  • 海南封关看变化:“琼茶”飘香海外 前四月出口激增207%
  • 九赴进博,再续十年之诺:拜耳以“黑科技”和十余项合作签约交出进博新答卷
  • 举重亚锦赛:中国队21金12银8铜收官
  • 伊朗发布向美军舰警告射击视频
  • 习近平同志《论减贫脱贫》主要篇目介绍
  • “五一”假期建设者坚守一线 确保大湾区民生项目施工进度
  • CBCX:黄金急跌后修复仍需观察
  • 【东西问】惊艳塞尔维亚总统夫人 中式服饰何以圈粉海内外?

    “追光逐影——银幕中的汽车”主题展北京开幕 读懂中国汽车工业百年图景

    中国地震局:柳州5.2级地震为逆冲型破裂

    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

  • 黄雅琼拟入职衢州职业技术学院AI时代如何学科学?上海科技节上多位院士为青少年支招

    张雪机车发布安全隐患公告

  • 抖音商城618多重扶持商家降本增收:百亿补贴、亿级流量叠加技术支持宇宙级“全家福”咱有8张了

    第八届互联网辟谣优秀作品名单揭晓

  • “花坛藏尸案 ”受害者儿子十岁丧母 佩戴母亲照片挂坠出庭第三届粤港澳大湾区博士博士后创新创业大赛启动

    数字技术深度融合 赋能千行百业

  • 恢复开行一年来 中越国际联运旅客列车运送旅客超3万人次为什么要“较真”一顶头盔

    国防部:“新型军国主义”大有成为东亚“祸乱”之势

  • “国信1号2-2”首批“船载舱养”模式养殖三文鱼上市警惕身边的泄密风险丨“密”从口出

    探访广州旧水坑村:建“百吨碳库” 书写绿色低碳转型答卷

  • 沃西:八村塁终于发挥了自己的实力通讯运营商月租套餐会终结吗

    2026年“寻美天门”主题活动在湖北天门市启动

  • “五一”假期广东刑治警情、高速拥堵双下降市场监管总局:将推动海外反垄断合规服务平台投入运行

    建设银行启动“2026百城万企稳外贸升级行动”

  • 科技赋能生态共治 长江大保护迈向新征程河南信阳:河水上涨羊群被困 消防人员助力转移

    盐城“第二现场”燃爆全城

  • 荔枝红透 榴莲飘香 夏季鲜果大量上市 挑选有诀窍热解读|千磨更坚,乱云从容——习主席引用这三句诗诠释中俄关系

    七连冠!国乒女队逆转日本队再夺世乒赛女团冠军

  • 从展览到研学从线下到云端 在恭王府过“国际博物馆日”老人拎行李上车吃力 男孩抢先帮忙

    文脉华章|守好文化初心 深挖塞上底蕴——在文明互鉴中彰显大国气度

  • 4月汽车销量前十名仅剩1款油车神舟二十三号载人飞船发射成功

    人工智能时代的艺术教育如何创新发展?一场从教师到教学的更新

  • 50秒解码汉坦病毒传播“全链路” 从邮轮到多国的惊险之旅?2026斗鱼嘉年华正式官宣 6月武汉开启夏日狂欢

    普京访华前发声:期待在北京见面

  • 中外运动员广西侗乡比拼民族体育邮轮涉感染患者增至8人 汉坦病毒到底是什么

    切实保障百姓用妆安全,进出口化妆品监管新规12月1日施行

  • CBA季后赛四分之一决赛:北京队主场战胜广东队英国地方选举工党受挫 斯塔默誓言继续执政推进变革

    柳州地震有居民把猪带下楼避险

  • 青海西宁:萌娃庆“六一”赖清德称“没有‘台独’问题” 国台办指欲盖弥彰

    净网|网警发防汛抗灾网络文明倡议书

  • 台专家研讨两岸关系 呼吁“主动协商谈判”文博会首设人工智能展区 数智赋能解锁观展新体验

    金价跌破4550美元、白银跌逾1%,分析称交易逻辑转向

  • 特朗普从中国返美途中发帖探访“名士之乡”浙江绍兴:数百位名士灿若星河

    神舟二十三号载人飞船发射取得圆满成功

  • 中国贸促会:欢迎美国工商界代表来华访问大爷体验景区无痛爬山直呼终身难忘

    双层大巴撞上限高架 车头嵌入架中

  • 济川药业蒲地蓝消炎口服液获批中药保护品种直击嫩江市北部防区春季灭火实战演练

    中国正能量丨阔步向前,在每个此刻

  • 大妈超市偷肉类百货藏腰间堪比仓鼠青海大通:提药效、促增收 中藏药林下仿野生种植稳步前行

    世卫组织呼吁刚果(金)冲突方立即停火

  • 马来西亚羽毛球大师赛 中国选手夺三冠亚洲国际葡萄酒及烈酒商贸展在香港开幕

    夏国治同志逝世

  • 公司故意不派单致员工工资显著降低 被判补足工资差额男孩拿长棍卡电梯门 被拽起摔倒

    中国城镇单位就业人员年均工资平稳增长 制造业等增长较快

  • 武夷山竹博会助推竹品出海复旦大学“十大科技进展”评选结果揭晓

    以热映影片谈艺术创作 叶小纲:朴素真挚是根本

  • 一季度末普惠型小微企业贷款余额同比增长9.9%工信部:一季度我国数字产业收入9.5万亿元 同比增长12.9%

    北方多地将迎来今年首个35℃

  • 广州、中山双城互动 智造好物赋能湾区全球海拔最高跨圈层监测站在四川稻城建成投运

    美国博主“车轮哥”:带老外组团“朝圣”中国电车 想川西自驾

  • 硅谷华侨工程师与海外抗日战争纪念馆的十年反诈知识遇上醇香咖啡,能有多好玩?

    前4个月我国高技术产业实际使用外资同比增长20.3%

  • 平价社区超市正成外国人融入上海的“说明书”大国之大利天下——2026年春季中国元首外交纪事

    雪域高原迎游客 拉萨热门景点人气渐旺

  • 以“培”为帆,以“训”为舵 新疆多地开展铸牢中华民族共同体意识培训同样米粉“本地人7元游客13元”

    以军扩大对黎真主党军事行动 要求黎南部居民撤离

  • 广西AI短剧共创平台亮相深圳文博会 探索文化出海新通道沪深两市成交额连续五个交易日破3万亿元

    文脉华章丨从总书记的文化足迹中感受何以中国

  • 火车票显示“车内换座”是啥意思?什么情况需下车?一文了解官方通报女童被马拖行2公里致死

    以色列称袭击哈马斯新任军事领导人

  • “历史的印迹——罗贻作品回顾展”在京开幕港股回购一览:51只个股获公司回购

    直击湖南浏阳市一烟花厂爆炸事故现场

  • 净网|拍摄到“野生华南虎”系谣言斯诺克世锦赛:创单局时长纪录 吴宜泽7比7暂平马克·艾伦

    王小洪会见俄罗斯联邦总检察长古灿

  • 600亿授信背后:首创集团长租战略升维,国企服务城市的“首创方案”中国经济数据观丨十组数据看假日经济热潮涌动

    多只绩优基金主动限购控制“体重”

  • 全息数字人“邓丽君”在河南郑州亮相(国际观察)印尼收紧美元购汇 “踩刹车”稳汇率

    陆秀竞&让·安哥拉中法艺术对话联展将在巴黎启幕

  • 国家智能制造专家委员会发布2026年度报告:我国智能制造整体迈入世界前列中国证监会发布《衍生品交易监督管理办法(试行)》

    边充电边玩手机竟被电击?这些习惯赶紧改→

  • 外媒:美伊战事将在“所有战线”结束浙江省2026年“民法典宣传月”现场交流活动举行

    直播海报:国务院政策例行吹风会:介绍《关于推行常住地提供基本公共服务的实施意见》有关情况

相关攻略
  • 2026年“北京世园公园杯”京张公路自行车公开赛第二站举行
    2026-11-21 10:31:02
包含 饿了么 的应用集
  • 中央宣传部等部门部署开展2026年文化科技卫生“三下乡”活动 第六届它博会智能养宠新品云集 AI科技赋能人宠生活新体验 雪糕是糖油混合物具象化了
    吃这种水果24小时内别喝酒,可致呼吸衰竭!
    2比1逆转!国羽组合鲍骊婧/曹梓涵战胜日本组合夺得女双冠军
    146712552136932026-11-21 10:31:02
  • 香港女航天员曾见证香港警察更换警徽 吉林发力空天信息产业 卫星核心零部件全部国产化 山西:“十五五”实施重大项目1594个 总投资4.6万亿元
    4月马来西亚外贸同比大幅增长 槟城出口领跑全国
    中央气象台:中东部大范围强降水过程持续
    33137706642212026-11-21 10:31:02
  • 文化观察:AI短剧如何从“观望”走向“行动”? 中央网信办:全面部署推进规范短视频内容标注工作 赣江观澜:赣鄱大地何以引爆假期旅游流量?
    麦收时节遇降雨 影响范围有多大?专家解读
    朝鲜进行新型武器系统试射
    5447725305135914922026-11-21 10:31:02
  • 吉林省从四个维度精准发力 建设现代化产业体系 导游机器人、外卖机器狗上岗 5G-A开启“千兆上行”时代 寿司郎又出卫生问题了:刺身盘子没洗干净、员工出入专间不洗手……”
    让青年人才挑起原始创新大梁
    “国家级非遗石湾陶塑技艺传承展”在穗开幕
    9325557488611142026-11-21 10:31:02
  • 一群人里蚊子为什么总叮你 李强在北京调研时强调 推动人工智能与先进制造业深度融合 加快培育塑造经济发展新动能新优势 (乡村行·看振兴)吉林特色棚膜经济激活乡村文旅动能
    “老年私教课”火了
    吉利银河官宣合作总台世界杯
    679897464601842026-11-21 10:31:02
  • 浙江杭海城际:青春之力筑防线 毫厘之间显担当 第三届海峡两岸中华文化峰会今天开幕 俄议员回应是否轰炸泽连斯基办公室
    【国际生物多样性日特刊】叮!你收到一条来自大自然的“动态”
    福建全省推行中小学春秋假制度 全年不超过6天
    394040130334322026-11-21 10:31:02
  • 海南45个高速公路服务区实现充电基础设施全覆盖 长期同时出现这4种胃部症状 莫当成“老胃病”硬扛 新华图讯丨习近平会见新加坡总理黄循财
    东京审判开庭80周年 中国法官梅汝璈故居迎参观热潮
    市场监管总局完成企业变更登记等五项“一件事”政务服务改革
    62313471007092026-11-21 10:31:02
  • 日本关东地区发生地震 多地有震感 国际最新研究:蝴蝶蜜蜂等传粉者支撑农户健康和收入 南非青年在中文学习中感受文化联结
    中国发布AI伦理指引 与东盟合作添“安全阀”
    与会代表谈贯彻落实加强基础研究座谈会精神之二
    1697912749093321622026-11-21 10:31:02
  • 内蒙古自治区兴安盟政协原党组成员、副主席赵田喜严重违纪违法被“双开” 中国国家卫健委:警惕与生命健康相关伪“科技概念”诈骗 宁夏固原首所高职院校获批 填补区域高职教育空白
    开局之年看中国|潮起八桂向海兴 奋楫逐浪启新程
    阿联酋国防部:拦截伊朗发射的导弹、无人机
    112277803089042026-11-21 10:31:02
  • A股“股王”又易主!新“股王”上市14个交易日涨超15倍 首位来自香港的航天员黎家盈将进入“天宫” 苹果为何敢在行业涨价潮中降价
    长安启源一车型集体“摄像头起雾”
    今天是国际博物馆日 各地博物馆特色文创亮相中国新文创市集
    717516156384882026-11-21 10:31:02
  • 自然资源部:三类探矿权出让 优先采取招标形式 江西省委常委、统战部部长李伟接受审查调查 中国男女4X100米接力队双双锁定北京田径世锦赛资格
    专家:日本国家级情报机构加剧日右倾 威胁地区安全
    人民之心|一场跨越二十多年的接力
    496450216195731852026-11-21 10:31:02
  • 重庆永川特大暴雨灾害灾后恢复工作有序推进 苹果为何敢在行业涨价潮中降价 陕西潼关:沃野铺绿 农事正忙
    2026年成都·金堂铁人三项世界杯个人赛鸣枪开赛
    伊朗:将确保船只安全通过霍尔木兹海峡
    34964690728855542026-11-21 10:31:02
  • “救护车拉化肥”?生命通道不容挤占 习近平:中方始终将发展中巴关系置于周边外交的优先方向 “天宫”长期在轨运营 为月球科研开发和深空探测等任务提供平台服务作用
    让机器人“带着思考”行动 西工大在具身智能领域有新突破
    今日开幕!2026世界智能产业博览会亮点抢先看
    2562453012205257042026-11-21 10:31:02
  • 巨力索具被证监会立案 专家:别用塑料容器加热食物 广东333宗大中型水库共拦蓄洪水14.11亿立方米
    警方通报山西临县一驾校“快速学车,文盲包过”:将严肃追究相关人员责任
    浙江省三大科创高地2025年度发展报告发布
    616226972887332026-11-21 10:31:02
  • 河南尉氏县通报有居民出现呕吐腹泻 防城海关关于开展2026年5月份“关领导接待日”的公告 金银冲高回落!专家:下半年金银仍上行,白银弹性更大
    5月红利ETF吸金近73亿元
    【滇藏公路50年】藏东第一大湖蓝绿如玉 游客沿湖争相打卡
    670616938107519732026-11-21 10:31:02
  • 天舟十号货运飞船点火发射 金正恩向俄总统普京致贺电 跟拍脑瘫外卖员的一天:活出生命的意义
    当地卫健委回应120急救车疑运输化肥
    公众科学日推进科学与文化交融:理化诗词大会打造诗意科学乐园
    8622563982816407062026-11-21 10:31:02
  • COPOLCO第47次全体会议在海口举行 局地暴雨大暴雨!气象台发蓝色预警 天舟十号各系统做好发射前准备工作 发射窗口天气满足发射条件
    广州以南沙为“棋眼” 扎实推进粤港澳大湾区建设
    国家发改委:综合研判今夏全国最高用电负荷将达约16亿千瓦
    821629907714342026-11-21 10:31:02
  • 东西问|格桑卓玛:西藏“十四五”规划顺利收官,“十五五”规划前景美好 最高法:当事人约定占用耕地建房、挖砂、采石等 法院应当认定该约定无效 从“交流”走向“交融” 台胞参访江西建言产教融合
    为什么新能源汽车买得起修不起
    比亚迪拥有芯片全流程制造能力
    13573903238292922026-11-21 10:31:02
  • 从实验室到生产线,生物医药创新何以“双向奔赴”? 美国炼油厂,突发爆炸! 巴基斯坦西北部发生自杀式爆炸袭击致3名警察死亡
    “心动深圳”集体婚礼在深圳机场520登机口举行
    中泰交响乐《山海和鸣》奏响中国—东盟音乐周闭幕式
    359930398706689152026-11-21 10:31:02
  • “AI替岗”是解雇员工的合法理由吗?记者调查 “赣江上游支流发生超警洪水 赣州部分区县道路、车辆被淹 新疆和田稻香村:沙海变绿洲 京和共绘乡村振兴画卷
    日经指数上涨1.3% 芯片和金属股领涨
    美新墨西哥州三人接触不明物质死亡
    127412198669162026-11-21 10:31:02
  • 世界气象组织:预计未来5年全球气温将接近历史最高水平 白景富同志逝世 阿贝尔重申伯克希尔核心原则
    联合国:若战火重燃将带来灾难性后果
    邮轮暴发汉坦病毒疫情 张文宏发声
    848648901341272026-11-21 10:31:02
  • 中华文脉|石刻瑰宝 锚定“十五五”:在能源与AI交汇点,寻找产业落地新路径 沈飞钳工华成祥:0.005毫米的青春刻度
    潜艇兵每次出海都带一颗椰子
    2026首届文化智能国际会议暨第二届文化智能大会在京举办
    57975496681533102026-11-21 10:31:02
  • 苹果、英伟达市值创新高 太极集团地高辛注射液通过一致性评价 “茶和天下·美美与共”主题活动亮相雅加达
    雨口夺粮,襄阳奏响麦田里的同心曲
    父母出门收废品 13岁女孩打赏主播4万
    618928423576962026-11-21 10:31:02
友情链接
  • 跳水世界杯总决赛:王宗源、郑九源包揽男子3米板冠亚军
    2026-11-21 10:31:02
  • 新一代理想L6申报图公布
    2026-11-21 10:31:02
  • 两路寸滩海关缉私分局人员信息一体化采集系统采购项目废标公告
    2026-11-21 10:31:02
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