AIME25

腾讯AI Lab首创RL框架Parallel-R1，教大模型学会「并行思维」

自从 Google Gemini 将数学奥赛的成功部分归功于「并行思维」后，如何让大模型掌握这种并行探索多种推理路径的能力，成为了学界关注的焦点。然而，现有方法多依赖于监督微调（SFT），模型一来只能模仿预先构造的 parallel thinking 数据，难以泛化到真实的复杂任务中，其次这种方式对数据要求很高，往往需要复杂的 data pipeline 来构造。为解决这些难题，来自腾讯 AI Lab 西雅图、马里兰大学、卡内基梅隆大学、北卡教堂山分校、香港城市大学、圣路易斯华盛顿大学等机构的研究者们（第一作者郑童是马里兰大学博士生，本工作于其在腾讯 AI Lab 西雅图实习期间完成）首创了 Parallel-R1 框架 —— 这是第一个通过强化学习（RL）在通用数学推理任务上教会大模型进行并行思维的框架。

9/17/2025 5:49:00 PM

机器之心

资讯热榜

前 xAI 首席财务官加盟 OpenAI，担任新任业务财务官历史性逆转!谷歌Gemini终结ChatGPT霸榜神话，登顶美区iOS免费榜谷歌 AI 承包商裁员风波：200 多名员工因工作条件争议被解雇腾讯混元开源AI绘画新框架：24维度对齐人类意图，让AI读懂复杂指令 OpenAI 计划将与微软收入分成比例大幅降低，预计新增 500 亿美元收入人格陷阱：AI如何假装人类美国 FTC 调查 AI 聊天机器人对未成年人影响引发广泛关注五年沉寂后高调回归，OpenAI重组机器人团队剑指“通用机器人”

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画机器人数据大模型 Midjourney 开源智能 Meta 用户微软 GPT 学习技术 AI新词图像 Gemini 智能体马斯克 AI创作 Anthropic 英伟达论文训练代码算法 LLM Stable Diffusion 芯片腾讯苹果蛋白质 AI for Science Claude 开发者 Agent 生成式神经网络机器学习 3D xAI 研究人形机器人生成 AI视频百度工具计算 GPU 华为大语言模型 Sora RAG 具身智能 AI设计字节跳动搜索大型语言模型场景 AGI 深度学习视频生成预测视觉伟达架构 Transformer DeepMind 编程神器推荐特斯拉亚马逊 AI模型