待验证50% 置信解决方案精确时间
Strata利用模型自带的多Token预测层进行推测解码，一次起草最多3个Token，平均每次遍历产出2.4到3.2个Token，输出结果不变
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
待验证投机采样中当候选 token 的接受率较高时，每次前向传播的有效输出 token 数量可达 2~4 个，从而将整体生成速度提升 1.5x~3x64% 相似待验证Step 3.5 Flash内置MTP3（Multi-Token Prediction 3）技术，每次推理同时预测3个token，在编码任务上达到每秒350个token的生成速度63% 相似待验证推测解码中draft模型参数量通常约为目标模型的1/10到1/5,候选数k通常为4-863% 相似待验证全参数微调通常需要模型参数量3-5倍的GPU显存61% 相似待验证在Artificial Analysis同轮评测中 Qwen 3.8 生成约1.6亿Token，而同级开放模型中位数为4300万Token61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/978619API
curl https://kongchang.com/api/v1/knowledge/claims/978619MCP
get_claim(id=978619)