文档摘要

5.2 投机解码：小模型起草，大模型验稿 本节摘要：投机解码（speculative decoding）利用"验证多个候选与生成一个候选耗时几乎相同"的性质：让一个小的草稿模型快速猜出若干后续 token，大模型一次前向并行验证，接受的部分一步到位，拒绝的部分从正确处续跑。数学上保证输出分布与大模型独立解码完全一致。本节讲清机制、接受率的经济学与参数取舍。 会员。《5.2 投机解码：小模型起草，大模型验稿》收录于灏天文库文集《vLLM》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/828-vllm

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流