Un nouveau cadre, le Raisonnement Latent Parallèle (PLR), a été introduit pour améliorer les systèmes de recommandation séquentielle en explorant simultanément plusieurs trajectoires de raisonnement. Cette approche répond aux limites des méthodes existantes de recommandation séquentielle profonde en construisant des flux de raisonnement parallèles avec des jetons déclencheurs apprenables et en employant une régularisation globale du raisonnement pour garantir la diversité. Le cadre PLR combine de manière adaptative les sorties via une agrégation par mélange de flux de raisonnement. Des expériences approfondies ont montré que le cadre PLR surpasse significativement les références actuelles à la pointe de la technologie tout en maintenant une inférence efficace. L'analyse théorique soutient en outre sa capacité de généralisation améliorée, marquant une avancée significative dans le domaine des recommandations séquentielles.