一篇新论文介绍了一种名为DScout的方法，用于提高大型语言模型中投机解码的速度。DScout优化了扩散起草器（diffusion drafters）的训练和推理阶段，这些起草器用于并行提议（propose）词元（tokens）。通过在训练期间进行损失因子分解（factorizing loss）和在推理期间进行吞吐量因子分解（factorizing throughput），DScout旨在更好地平衡词元接受率与延迟的权衡。实验表明，DScout在Qwen3-4B和Qwen3-8B模型上分别实现了比自回归解码（autoregressive decoding）高3.84倍和4.14倍的平均加速，优于现有的最先进基线。 AI
影响 优化LLM推理速度，可能导致更快、更高效的大型语言模型的部署。
排序理由 该集群包含一篇研究论文，详细介绍了一种提高LLM推理速度的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- autoregressive decoding
- DScout
- Factorization-Guided Training and Inference for Diffusion-Drafted Speculative Decoding
- Qwen3-4B
- Qwen3-8B
- speculative decoding
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
