騰訊AI Lab首創並行思維框架，讓大模型解鎖全新推理方式！

隨着 AI 技術的不斷進步，如何讓大模型具備 “並行思維” 能力，成爲了研究者們關注的熱點話題。最近，騰訊 AI Lab 聯合多所高校的研究團隊推出了一個名爲 Parallel-R1的全新強化學習（RL）框架，旨在教會大模型如何同時探索多條推理路徑。這一創新的框架爲應對複雜的數學推理任務開闢了新思路。傳統的方法往往依賴於監督微調（SFT），這種方式不僅對數據質量要求極高，而且模型通常只會模仿已有的數據，缺乏自主學習和泛化能力。爲了解決這些問題，Parallel-R1框架應運而生。研究團