Skip to content
Hot storiesContinuously updated

研究提出多草稿推测解码理论上限计算方法

1 reports1 reporting sourcesUpdated 10 hours ago

Start here

AI overview

2026年11月4日，arXiv发布多草稿推测解码（MDSD）相关研究成果。研究人员通过分析最优传输问题的对偶问题，提出了一种高效计算多草稿推测解码最优接受率的方法。该研究首次针对数千量级词表规模测算了MDSD效率的理论上限，并量化了现有验证算法与该理论上限之间的差距。研究结果同时表明，不放回草稿采样优于有放回采样，且现有验证算法在两类采样方式下均尚未达到理论上限。

AI-generated from reports · Updated 10 hours ago

Latest developmentsNov 4 13:00
研究人员提出高效计算MDSD最优接受率的方法，并首次测算数千量级词表下的理论上限。

Report timeline

Follow the reports to see different sides of the story.

Nov 4
  1. arXiv 自然语言处理
    迈向最优多草稿推测解码

    研究人员通过分析最优传输问题的对偶问题，提出了一种高效计算多草稿推测解码（MDSD）最优接受率的方法。该研究首次针对数千量级词表规模测算了 MDSD 效率的理论上限，并量化了现有验证算法与该上限的差距。结果表明不放回草稿采样优于有放回采样，且现有验证算法在两类采样下均未达到理论上限。

Story heat trend

Current heat 8·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

02.557.510Nov4Nov4Nov4Nov4

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.