中科大与百度团队综述并行推理：提出统一形式化框架，把非交互、交互与效率三类方法整理成一张路线图

论文给出并行推理的统一形式化定义：给定查询Q，模型M通过分解算子D、并行处理PM与聚合算子A得到最终预测，即Π(Q)=(A∘PM∘D)(Q)，其中D可把查询映射为多个子输入或同一查询的多个副本。 此前工作多以零散方法出现，缺少把自洽性投票、Best-of-N排序、树/图搜索、多智能体协作与解码加速放在同一公式下的统一表述。 该定义以数学公式形式给出，并逐项说明D、PM、A的作用与聚合的两个关键属性（粒度与聚合函数），属于概念性框架而非实验验证。

论文提出三维分类法：非交互并行推理（自洽性、Best-of-N排序、结构化推理）、交互并行推理（模型内交互与多智能体交互）、效率（并行解码、并行函数调用、推测解码），并据此组织大量代表性工作。 把原本分散在推理、智能体与推理加速三个社区的方法纳入同一分类体系，并指出聚合方式从投票到打分再到生成式合成的演进。 分类法以图2的层级结构呈现，覆盖自洽性、Adaptive-Consistency、DeepConf、MATH-SHEPHERD、ToT、GoT、多智能体辩论、MoA、Medusa、EAGLE等大量被引工作，属于文献综述层面的证据。

论文指出并行推理相对顺序推理的核心优势：顺序推理易陷入「prefix trap」，一旦锁定早期路径难以自我纠正，而并行推理以广度优先方式探索多条路径再聚合，可提升鲁棒性并缩小Pass@1与Pass@k之间的差距。 把并行推理的动机明确锚定在顺序推理的脆弱性与Pass@1/Pass@k差距上，并强调并行推理与思维链正交：思维链扩展深度，并行推理扩展广度。 论证基于对已有工作的归纳与概念类比（DFS vs BFS），文中未给出新的对照实验数据。

论文总结核心挑战与未来方向：性能受Pass@k上界约束、并行样本增加带来收益递减、分解与聚合多为分离优化缺少端到端范式、聚合器易退化为摘要且面临off-policy优化不稳定；未来方向包括多模态并行推理与端到端优化及规模化。 把挑战归纳为性能约束与优化问题两类，并指出聚合阶段本身的计算扩展（投票→打分→生成）也是提升性能的一条轴线。 属于作者基于文献梳理提出的观点与展望，文中未提供针对这些挑战的新实验。

这篇综述面向希望系统了解并行推理的研究者与工程实践者，适用于需要提升大模型推理鲁棒性、降低推理延迟或构建多智能体系统的场景。它提供的是一张概念地图：用统一公式界定分解、并行处理与聚合，用三维分类法把非交互、交互与效率三类方法归位，并给出应用场景与未来方向。读者可据此定位自己关心的问题属于哪一类，例如关心答案选择可看自洽性与Best-of-N排序，关心路径间协作可看模型内交互与多智能体交互，关心延迟可看并行解码、并行函数调用与推测解码。

文中多处结论以引用他人工作为主，读者若要评估某一具体方法的实际效果，仍需回到原始论文核对实验设置与数据。文中提到并行推理受Pass@k上界约束、收益随样本数增加而递减、聚合器易退化为摘要、off-policy优化不稳定等，这些是作者提出的开放问题而非已解决的结论。此外，多模态并行推理与端到端优化被列为未来方向，目前尚缺少大规模验证，其可行性与收益仍待观察。