人大团队提出大语言模型解码方法 ME-Decoding：结合概率与语义冗余优化候选子集

中国人民大学团队提出 ME-Decoding 大语言模型解码方法，通过同时读取 token 概率与 embedding 相似度，将候选筛选转化为动态子集优化以消除语义冗余。在 Qwen3-4B、Phi-4-mini 与 Mistral-7B 上的测试显示，该方法在 GSM8K 和 GPQA 上的平均准确率分别达到 72.66% 和 32.96%，端到端 GPU 延迟相比基线仅增加约 3%。