原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
⼤模型投机采样实践
clover系列
百川智能肖彬
投机采样原理
大模型计算过程分为prompt计算(prefill阶段)和逐个token输出(decode阶段)
Prefill阶段类似训练，同时计算的token通常比较大，是能将计算打满的
Decode阶段，一个请求每次只会输入一个token，会加载很重的权重和历史kvcache，主要是memorybound
投机采样就是利用decode过程算力冗余
使用额外的技术生成多个候选token同时输送给大模型并
文档评论（0）