热点事件持续更新

无训练推测解码研究：长度膨胀抵消接受率加速

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年10月19日，arXiv 发布 cs.CL 领域论文《无训练有损推测解码中的长度膨胀：接受率不等于速度》。该研究指出，在无训练有损推测解码中，松弛验证会导致生成长度膨胀，抵消单轮接受 token 增多带来的表面加速。针对 12 个目标 - 草稿模型对的实验显示，在最宽松设置下，每轮平均接受 token 数增加 1.34 倍，但生成长度同时增加 1.54 倍。研究发现，部分规则的精度显著下降，这表明单纯追求接受率并不等同于实际解码速度的提升。

AI 根据报道生成 · 6 小时前更新

最新进展10月19日 12:00

无训练有损推测解码中的长度膨胀：接受率不等于速度

报道时间线

沿着报道，了解事件的不同侧面。

10月19日

12:00
arXiv · NLP
无训练有损推测解码中的长度膨胀：接受率不等于速度
无训练有损推测解码中，松弛验证导致长度膨胀，抵消了单轮接受token增多带来的表面加速。针对12个目标-草稿模型对，最宽松设置下每轮平均接受1.34倍token，但生成长度增加至1.54倍，且部分规则精度显著下降。

本事件热度走势

可比范围当前: 8
可比范围峰值: 910月19日 14:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。