Google 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，通过离线强化学习将查询扇出行为编译为监督信号，并蒸馏进一个 53.9M 参数的扩散检索器，在推理时以单次非自回归前向传播完成集合级查询扩展，无需链式推理 token。该框架基于 Gemma3-4B 和 Qwen3-4B 微调，旨在解决零样本 LLM 在数据库感知查询分解中的同义重复与自回归延迟瓶颈。
Berkeley AI Research 发布综述，介绍自适应并行推理（APR）范式，让模型自行决定何时分解任务、并行生成多少线程以及如何协调。文章比较了 Multiverse、ThreadWeaver、Parallel-R1 等方法的推理系统设计与训练奖励机制，并讨论了并行化是否主要作为训练期探索脚手架等开放问题。
推荐理由：文章梳理了自适应并行推理这一范式的动机、实现与训练方法，并比较了不同方案的取舍，适合想了解推理扩展新方向的读者。
GRASP 是一种新的基于梯度的规划器，专为学习型动力学（世界模型）设计，通过将轨迹提升至虚拟状态实现跨时间并行优化、直接向状态迭代添加随机性以增强探索，并重塑梯度以避免高维视觉模型中的脆弱“状态-输入”梯度，从而让长视野规划变得实用。
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，利用稀疏性和低阶性将交互发现重构为可解的稀疏恢复问题，将可分析的交互规模较此前方法提升数个数量级。