研究团队提出投机解码训练框架RCSD

2026年10月22日，arXiv发布的研究提出面向领域特定投机解码的强化与持续学习框架RCSD，旨在通过将草稿模型优化与最大化接受长度对齐来加速大语言模型推理。该方法利用推理过程中自然产生的接受与拒绝序列构建隐式偏好对，并采用掩码损失避免惩罚与目标模型对齐的token。多项基准测试表明，相比HASS框架，RCSD将草稿模型的平均接受长度提升了35%，在不影响生成质量的前提下将端到端推理速度加快了1.35倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。