arXiv · cs.CL· Yunxiao Zhao·· 20 天前AI 评分48
通过直接最小化期望解码轮数训练并行投机草稿模型
Training Parallel Speculative Draft Models by Directly Minimizing Expected Decoding Rounds
来源与原文
arXiv · cs.CL
作者：Yunxiao Zhao
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.10411v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出将投机解码建模为 Markov reward process，导出 Expected Decoding Rounds（EDR）训练目标，直接优化期望解码轮数，无辅助超参数，并给出精确的 temporal-difference 梯度和离线评估器。用 EDR 微调 DSpark 和 DFly 两个 drafter 后，平均接受长度持续提升，在覆盖数学推理、代码生成和对话的九个 benchmark 上优于现有训练目标。
来源：arXiv · cs.CL · arxiv.org