自适应并行推理：高效推理扩展的下一个范式
伯克利 AI Research 发布综述，梳理并行推理领域进展，重点讨论自适应并行推理——让推理模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。文章指出，现有方法多由模型外部固定并行结构，而不同问题需要不同并行度。文中还介绍了 ThreadWeaver、ParaThinker、GroupThink、Hogwild! Inference 等方法。
#推理
#推理
今日 2 条Berkeley AI ResearchAI 评分3636
Berkeley AI ResearchAI 评分3131 GRASP：面向世界模型的梯度规划器，让长时程规划更稳健
GRASP 是一种面向学习型世界模型（learned dynamics）的新型梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接加入随机性以促进探索，并重塑梯度让动作获得清晰信号、避免穿过高维视觉模型的脆弱“状态输入”梯度。
Berkeley AI ResearchAI 评分3434 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大规模 LLM 中识别驱动模型输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，在约少 10 倍消融次数下达到 SPEX 的性能。
Berkeley AI ResearchAI 评分3636 无需 TD 学习：用分治法实现可扩展的 off-policy 强化学习
伯克利 AI 研究提出一种基于分治（divide and conquer）的强化学习算法，不依赖时序差分（TD）学习，可将 Bellman 递归次数从线性降为对数级，从而扩展到长时程任务。该方法针对 off-policy RL 场景，在目标条件 RL 中利用三角不等式构造传递性 Bellman 更新，用两个较短的子轨迹价值更新完整轨迹价值。目前仍存在如何选取最优子目标 w 的问题。