生成速率与消耗速率

3倍生成速度还降内存成本，超越Medusa2的高效解码框架终于来了 传统上，大型语言模型（LLMs）被认为是顺序解码器，逐个解码每个token。来自上海交通大学、加利福尼亚大学的研究团队展示了预训练的LLMs可以轻松地...