推理与成本

投机解码

Speculative Decoding

先让小子模型猜几个词,再让大模型一次性验收。

又称 Speculative Decoding 投机采样

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

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。

02 什么时候会碰到它
账单变贵、响应变慢、要压成本时

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。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活