待验证50% 置信事实精确时间
Strata 使用模型自带的 MTP 多词预测层进行投机解码，以批量访存摊薄成本。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
12GB显卡跑125B MoE？Strata三级协同引擎解析
bilibiliNicksxs2026/11/3
涉及实体
相关事实
待验证Strata采用MTP（多Token预测）投机解码，一次推理猜测多个Token以摊薄每Token生成成本79% 相似已验证MTP 是一种让模型在单次前向传播中预测多个后续 token 的技术，能减少推理计算轮次73% 相似已验证与投机解码相比，MTP 的预测能力内置于模型本身，无需额外的草稿模型72% 相似待验证MTP（多 token 预测）是 Qwen3 内置的投机解码变体，利用模型自身多头输出预测后续多个位置，无需额外草稿模型70% 相似待验证投机解码（Speculative Decoding）用一个更小的草稿模型快速猜测后续 token，再由主模型批量验证，可显著提升整体吞吐量；MTP 是其一种实现变体，Qwen 等模型原生支持70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1134851API
curl https://kongchang.com/api/v1/knowledge/claims/1134851MCP
get_claim(id=1134851)