算法论文8

腾讯首创Parallel - R1，让大模型学会并行思维

机器之心2025-09-17

AI 摘要

腾讯AI Lab等机构研究者首创Parallel - R1框架，解决强化学习并行思维训练难题。该框架通过渐进式课程和交替式奖励策略，提升模型准确率，还发现并行思维可作‘训练脚手架’提升性能。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

谷歌Gemini 4 Argon全球可用

本文报道谷歌正式全球上线Gemini 4 Argon，详细说明了开放范围与定价规则，放出大量谷歌内部及合作方的实际应用案例，覆盖多领域，回应了此前对该模型实用性的质疑。

本文报道阶跃星辰发布旗下首款智能体手机STEPX Neo先行版，定价3999元开启预售，同步推出原生Agentic系统Step AOS 1.0与开发工具Step Studio，打造软硬模全栈智能体终端方案。

本文邀请蚂蚁、腾讯、京东的多位技术专家，围绕Agent落地生产环境展开讨论，提出当模型能力逐渐商品化后，真正的竞争壁垒已经转移到模型之外的工程系统，核心是从Harness到Loop的理念转变。

本文是InfoQ编译的科技播客访谈，Reflection AI由前Google DeepMind Gemini团队成员创立，近期发布了5010亿参数的开放大模型Beam，主打编程、推理和智能体任务，发布一周后传出英伟达拟收购该公司的消息，访谈中分享了对开放模型诸多问题的观点。