# Bengio 团队新论文：用多条并行思路链做递归推理，效果比单条串行推理好

> 原标题：Bengio新论文刷新递归推理上限，并行轨迹碾压串行推理

- 来源：机器之心 · 公众号
- 发布时间：2026-05-23T13:58:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/26546
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651034626&idx=2&sn=388ad293530242fb645a8a020cb07f9a

## 摘要

这篇论文提出了 GRAM，一个会生成多条内部推理轨迹、再从中挑出最优解的递归模型。在极难数独测试上，GRAM 用 16 步递归、同时跑 20 条并行思路，准确率达到 97.0%；作为对比，传统串行递归模型 TRM 要跑到 320 步才做到 90.5%。简单说，就是让模型多想几条路再选，比闷头一条路走到黑更靠谱，而且推理步数还少得多。

## 推荐理由

Bengio 团队提出 GRAM，让模型并行生成多条推理轨迹再选最优解，在极难数独上用 16 步递归达到 97.0% 准确率，而串行模型需 320 步才到 90.5%。

## 锐评

16 步对 320 步，这个对比挺唬人，但 20 条并行思路链的算力开销是单条的 20 倍，论文里没提这茬，省下来的可能只是步数，成本未必降。数独这种有唯一解、能暴力验证的任务，多采样再挑最优天然占便宜，换成开放推理就没这么干净了。思路对做推理加速的人有参考价值，串行递归也别急着判死刑。
