Soft-MTP 通过一行代码更改增强语言模型训练

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-28 00:00

研究人员开发了软多令牌预测（Soft-MTP）技术，通过从噪声残差中分离出有用的 KL 自蒸馏梯度信号，来改进语言模型中的多令牌预测（MTP）。该方法只需一行代码即可实现，在不引入额外计算成本或参数的情况下，提高了困惑度、推测解码和推理能力。Soft-MTP 已在从 1.67 亿到 12 亿参数的各种模型规模上展示了性能提升，并且与 DeepSeek 和 Meta 等现有的 MTP 框架兼容。 AI

影响这项技术为 MTP 提供了一种免费的优化方案，有望在各种规模的模型中实现更高效、更强大的语言模型。

排序理由该集群描述了一篇关于改进语言模型训练新方法的创新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 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: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇关于改进语言模型训练新方法的创新研究论文。[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, model release; 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: 13 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

Hugging Face Daily Papers TIER_1 English(EN) · 2026-10-28 00:00

多Token预测的正确之道

Soft-MTP removes a noisy gradient residual from multi-token prediction via a straight-through KL recovery trick, improving perplexity, speculative decoding, and reasoning without added cost.

本文如何被排名

报道来源 [1]

多Token预测的正确之道

相关实体

相关话题