Assistant model

Z-Lab 发布 DFlash-2 以加快 LLM 生成速度

Z-Lab 发布了 DFlash-2，这是一种通过预测即将生成的 token 来加速大型语言模型 (LLM) 生成的改进技术。与前代产品不同，DFlash-2 在准确性和吞吐量方面均有显著提升，尤其是在特定参数设置下进行测试时。尽管其底层机制与原始 DFlash 相似，但 DFlash-2 的改进使其在某些场景下优于基础模型，尽管截至 2026 年 8 月，其支持仍仅限于少数模型。