本文提出 xPress——一个轻量级因果优化器,通过雅可比并行细化恢复扩散草稿模型在投机解码中缺失的因果依赖,在 Qwen3-8B 上相对 dFlash 将接受长度平均提升约 30%(最高 56%),端到端解码吞吐平均提升约 1.3 倍(最高 1.7 倍)。
机构:UIUC
来源:arXiv 2608.02438 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程