Together AI Official Blog(together.ai)·2026-04-24 08:00· 2026-04-24精選品質評分69

分佈感知推測解碼提升 RL 回合時間 50%

Accelerate RL rollouts by up to 50% with distribution-aware speculative decoding

重點導讀

分佈感知推測解碼（DAS）能在 RL 後訓練中將回合時間縮短 50%，同時保持獎勵曲線不變。

• 核心技術 採用字尾樹草稿器和長度感知排程，實現零成本自適應。

推薦理由

此研究提出分佈感知推測解碼，能在 RL 後訓練中將回合時間縮短 50%，對大規模模型訓練成本節省具有實際參考價值。

信源出處together.ai

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論，請前往原始網站。