研究人员开发了一种名为 Packed-SS 的新型自推测解码计划,旨在提高自回归语言模型的效率。该方法允许一次模型调用同时验证和起草标记,从而减少所需的顺序调用次数。在 Nemotron 3B/8B 和 SetDLM 1.7B 等模型上的实验表明,与现有的解码策略相比,该方法具有更高的吞吐量和更低的平均等待时间。 AI
影响 这种新的解码方法可能会导致大型语言模型生成文本的速度更快、效率更高。
排序理由 该集群包含一篇详细介绍语言模型推理新技术的学术论文。[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 →