研究人员开发了一个名为T2D的新框架,用于优化大型语言模型(LLMs)中推测性解码的草稿模型。该方法对目标模型本身进行剪枝和调整,以创建更高效的草稿模型,平衡推理延迟和分布对齐。实验表明,T2D可以剪枝目标模型的92%,优于现有基线,并与其他推测性解码技术兼容。 AI
影响 提高了LLM文本生成的效率,可能加快推理速度并降低计算成本。
排序理由 该集群包含一篇学术论文,详细介绍了优化LLM推测性解码的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →