drafting

DeLS-Spec通过在DFlash上添加轻量级局部头，将推测性解码中的长上下文和短上下文建模解耦，无需完全重新训练即可实现一致的加速。它仅需要对局部头进行标准的下一个词元预测训练，并在Qwen3基准测试中提高了接受长度。

Grok by SpaceXAI 是一个微软 Word 插件，帮助用户直接在 Word 面板中起草、重组和精简措辞。

本文提出推测性流水线解码（SPD），一种在单个LLM内部利用流水线并行实现并行令牌推测的框架，避免了传统推测解码中多令牌预测的延迟泡沫和准确度下降问题。