Berkeley AI Research·· 2026-05-08
適応的並列推論：効率的な推論拡張の次の形
Adaptive Parallel Reasoning: The Next Paradigm in Efficient Inference Scaling
AI による要約
Berkeley AI Researchは並列推論の進展を整理し、独立した小課題をいつ分解・並列化するか、同時スレッド数、調整方法をモデル自身が決める適応的並列推論を分析した。Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inferenceなどは外部で並列構造を事前設定し、適応的な行動を教えていない。
入選の記録
基準 60公式・一次情報1 回目 312 回目 38
入選せず二回の合計 69 < 基準の 2 倍 120
- 情報源の区分
- 公式・一次情報、この区分の基準は 60 点
- 予備審査
- 通過：正文详述自适应并行推理等AI推理技术
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源：Berkeley AI Research · bair.berkeley.edu