9B小模型靠并行回火采样在GPQA、AIME与LCB上追平前沿模型,且无需更新参数
该工作提出并行功率回火(PPT),把经典并行回火(副本交换)搬到序列级功率锐化采样上,用不同锐化强度的多个副本并行探索与利用、并通过交换把有希望的推理轨迹送到最锐化的输出链,同时用固定视界构造消除早期停止功率采样中的结构性截断偏差;在Qwen3-4B、Qwen3-8B与Qwen3.5-9B上跨MATH500、GPQA、HumanEval、GSM8K、AIME 24&25与LiveCodeBench v5的评测中,PPT在所有模型—基准组合上取得最好或并列最好成绩,超过Power Sampling、PowerSMC与GRPO,且Qwen3.5-9B上达到与前沿模型相当的水平。