马东锡 NLP 🇸🇪

「 Parallel Reasoning, LLM」 Multiverse: Your Language Models Secretly Decide How to Parallelize and Merge Generation Multiverse：让模型自己决定“何时拆分、如何并行、何时合并”，把经典 MapReduce 范式内化到生成过程中。 “在无限的多元宇宙中，每一种可能，终将在某个世界发生。” “ In an infinite multiverse, everything that can happen does happen—somewhere. ” 为了让模型 “自己决定” parallelism，作者在三个维度上做创新：1）使用 “协议 token” + 2）修改 Attention 机制 + 3）SGLang 实现系统调度。 “协议 token”： Map： <Parallel><Goal><Outline> 拆分任务 Process： <Path i> 线程并行解子任务 Reduce： <Conclusion> + </Parallel> 合并结果 Multiverse Attention：改写注意力掩码同时调整相对位置编码，让Transformer 内隔离并行分支。在 SGLang 之上实现解释器+调度器：监听标签即刻复制 KV-Cache，多个子路径真正并行解码，结束后自动合并并恢复主线。与之前关于Parallel的优秀工作（如 APR, PASTA）相比，Multiverse 在数据 + 注意力修改 + 系统上做了三位一体的协同设计，赋予了模型在处理 parallelism更加 general 和scalable 的能力。