待验证50% 置信事实精确时间
MTP（多token预测）通过在单次前向传播中同时预测多个未来token来加速自回归生成
1
来源数
50%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
小米静默发布MiMo-V2.5-DFlash：300B模型推理速度或将翻倍
redditr/LocalLLaMA2026/7/12
相关事实
待验证MTP通过在模型输出层增加多个预测头，使模型在一次前向传播中同时预测未来N个token的概率分布，可在不损失生成质量的前提下实现2-4倍推理加速84% 相似待验证MTP adds multiple prediction heads to the model architecture, enabling the model to simultaneously output probability distributions for multiple future Tokens in a single forward pass72% 相似待验证Qwen3.6在训练时加入了MTP头，模型本身具备一次预测多个未来token的能力69% 相似待验证LLM的核心生成机制是：给定所有前序token，预测下一个token的概率分布69% 相似待验证MTP（Multi-Token Prediction）辅助训练目标让模型在推理时可配合投机解码提升吞吐量68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/607366API
curl https://kongchang.com/api/v1/knowledge/claims/607366MCP
get_claim(id=607366)