待验证50% 置信事实精确时间
RCSD（Reinforcement and Continual Learning for Domain-Specific Speculative Decoding）是一个将草稿模型优化与系统级目标（最大化接受长度）直接对齐的训练框架。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证RCD 是一种免训练（training-free）的解码阶段方法，通过对比有 rationale 和无 rationale 条件下的下一 token 分布，放大因 rationale 而概率提升的 token。72% 相似待验证RCSD利用投机推理过程中自然产生的接受和拒绝序列构造隐式偏好对，作为强化学习中的偏好信号来优化草稿模型。71% 相似待验证EDMD-kDL（Extended Dynamic Mode Decomposition with Kernel-based Dictionary Learning）是一篇新论文提出的方法，首次系统性地将核方法与双层优化结合，直接从数据中学习有限维Koopman嵌入。67% 相似待验证语义ID技术实现通常先用预训练模型（如BERT或CLIP）提取物品语义向量，再通过残差量化向量化（RQ-VAE）等技术将连续向量离散化为多层级code序列64% 相似待验证Stable Diffusion（SD）作为开源本地方案，允许用户完全控制模型权重、LoRA微调和采样参数，但需要GPU算力支持，学习成本较高62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084551API
curl https://kongchang.com/api/v1/knowledge/claims/1084551MCP
get_claim(id=1084551)