待验证50% 置信解决方案精确时间

投机解码通过小型草稿模型提前生成候选token序列，可在保持输出质量前提下将LLM有效吞吐量提升2-3倍

1

来源数

50%

置信度

长期有效

时效性

2026/7/22

首次发现

来源

Moonshine：低延迟语音引擎，构建语音智能体的开源利器

相关事实

已验证投机解码用一个小型快速的草稿模型先行预测多个token，再由大模型一次性并行验证79% 相似待验证推测解码技术由本地小模型草拟答案、大模型验证，可在不降低质量前提下提升整体吞吐速度2到4倍77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/587237

API

curl https://kongchang.com/api/v1/knowledge/claims/587237

MCP

get_claim(id=587237)