提出多流大语言模型(Multi-Stream LLMs),通过将传统的单序列指令微调改为多并行流指令微调,使模型能在单次前向传播中同时读取多个输入并生成多个输出流,从而显著降低首字生成时间与端到端延迟,同时提升模型的安全隔离性与可监控性。
机构:马普智能系统研究所
来源:arXiv 2605.12460 | AI4Papers 论文推荐平台