摘要
当前自主代理系统仍受限于单一线性计算流，导致读写、思考与行动无法并发，形成效率瓶颈。本文提出多流大语言模型架构，将指令微调从顺序消息格式转向多并行计算流，使模型在单次前向传播中同时处理多路输入并生成多路输出。该数据驱动方法不仅解决了交互延迟问题，还通过并行化提升了效率，增强了安全性与可监控性，为下一代高效 Agent 奠定了基础。
AI 推荐理由
提出并行思维流架构，突破传统单链式推理（CoT）瓶颈，显著提升 Agent 并发推理与响应能力。
研究机构
Max Planck Institute for Intelligent Systems
Tübingen AI Center
University of Tübingen
ETH Zurich
ELISI Institute Tübingen
论文信息