待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

LM Studio 完全教程：本地运行大模型的最佳方式

涉及实体

Speculative Decodingconcept MTPconcept Qwenmodel

相关事实

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76% 相似已验证推测解码（Speculative Decoding）是目前最主流的大模型推理加速路径之一，使用小型草稿模型快速生成候选token再由主模型并行验证75% 相似待验证推测解码（Speculative Decoding）通过每次多预测几个 Token 来提升吞吐速度75% 相似待验证推测解码技术通过小模型预测草稿、大模型验证的方式加速生成，KV Cache共享机制降低重复请求的计算冗余74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/973342

API

curl https://kongchang.com/api/v1/knowledge/claims/973342

MCP

get_claim(id=973342)