SpecInfer: Accelerating Large Language Model Serving with Tree-based Speculative Inference and Verification
用 token tree 并行验证多条推测路径以加速 LLM 服务
用 token tree 并行验证多条推测路径以加速 LLM 服务
从最优传输理解投机解码及其多候选扩展
用小模型猜测, 大模型并行验证, 且保持精确采样
用动态规划优化 token tree, 以无放回采样提高验证鲁棒性
从信息论角度剖析 SID 的设计理念
推荐 Softmax 目标中的 Rank-One Popularity Component
更稳定的生成式推荐 Tokenizer: 正交残差分量 & Cosine & 聚类正则
用层次化解耦 VAE 生成可解释的语义 ID
用合成马尔科夫链预训练推荐模型
Beam Search 的训推一致约束学习