Parason：揭示 LLM 推理中的子任务并行与试验并行

Parason 将 LLM 的顺序推理轨迹转化为结构化并行轨迹，并用 PA-GRPO 训练模型同时学习子任务并行与试验并行。分析显示试验并行占 DeepSeek-V4 在 HLE 推理步骤中可并行计算的 65.5%，且在难题上占比更高。在 AIME24 和 AIME25 上，Parason 平均加速约 1.7 倍并保持有竞争力的准确率。