【资料图】
6月27日，DeepSeek团队联合北京大学发布名为《DSpark》的研究论文（基于speculative decoding方向），提出一种用于加速大模型推理的新方法。
论文指出，现有并行“草稿生成”方式虽然能一次生成更长token，但由于token间关联不足，容易导致被拒绝比例上升，并浪费验证算力。为此，DSpark引入半自回归结构，在并行生成骨干上加入轻量级顺序模块，以增强token之间的依赖关系，提高草稿质量。
同时，DSpark提出“基于置信度的动态验证机制”，根据不同请求的成功概率与系统负载，自适应调整验证长度，从而减少无效计算开销。在离线测试中，该方法显著提升了可接受生成长度；在DeepSeek-V4线上系统中，相比基线模型，推理速度提升约60%–85%，并有效降低高并发下的吞吐损耗。
论文同时开源模型检查点与训练框架DeepSpec，以推动社区进一步研究。
内容搜集整理于网络，不代表本站同意文章中的说法或者描述。文中陈述文字和内容未经本站证实，其全部或者部分内容、文字的真实性、完整性、及时性本站不做任何保证或者承诺，并且本站对内容资料不承担任何法律责任，请读者自行甄别。如因文章内容、版权和其他问题侵犯了您的合法权益请联系邮箱：5 146 761 13 @qq.com 进行删除处理，谢谢合作！
