English(EN) Trajectory-Retrieval Speculative Decoding: When Does a Model's Own History Help?

新解码方法利用模型历史提高LLM效率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-07 04:00

研究人员开发了一种名为轨迹检索推测解码（TLAR）的新方法，以提高大型语言模型的效率。TLAR利用模型自身生成的历史来寻找可重用的续写，有效地充当运行时内存。这种方法根据最近的验证结果调整检索，并将检索到的续写与模型生成的草稿相结合，以维持目标模型的输出分布。在代码调试、数学和写作任务上的评估表明，TLAR提高了令牌接受率并增加了端到端吞吐量。 AI

影响这种方法可能导致更快、更高效的LLM推理，从而降低AI应用的计算成本。

排序理由该集群包含一篇详细介绍改进LLM推理新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍改进LLM推理新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yuyang Dai, Yushun Dong · 2026-10-07 04:00

轨迹检索推测解码：模型自身的历史何时有帮助？

arXiv:2610.07350v1 Announce Type: new Abstract: Long chain-of-thought reasoning increases sequential decoding cost while creating a growing history of potentially reusable continuations. We investigate when this history supplies useful drafts and complements an existing drafter. …

本文如何被排名

报道来源 [1]

轨迹检索推测解码：模型自身的历史何时有帮助？

相关实体

相关话题