01 详细解释
用一个便宜的小模型快速起草 3–5 个 token,大模型并行校验:猜对的部分直接接受,猜错的位置回退重算。因为大模型一次前向能验多个 token,整体速度常能提升 1.5–3 倍。
关键是小模型要「猜得准」,否则回退太多反而更慢。同系列的小尺寸模型最适合当草稿模型。
先让小子模型猜几个词,再让大模型一次性验收。
本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正
用一个便宜的小模型快速起草 3–5 个 token,大模型并行校验:猜对的部分直接接受,猜错的位置回退重算。因为大模型一次前向能验多个 token,整体速度常能提升 1.5–3 倍。
关键是小模型要「猜得准」,否则回退太多反而更慢。同系列的小尺寸模型最适合当草稿模型。
同样一个模型,费用能差十倍,差别全在缓存、批处理、量化、并行和让它想多久。做容量规划、选部署方式、谈单价,都绕不开这几个词。