自适应并行推理：高效推理扩展的新范式综述

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。