आगेअगली गाइड
पुनरावृत्ति दंड और डिकोडिंग नियंत्रण
भाषा ए.आई
भाषा एआई गाइड
मेडुसा एक सट्टा-डिकोडिंग विधि है जो एक भाषा मॉडल पर कई अतिरिक्त भविष्यवाणी 'प्रमुखों' को बोल्ट करती है ताकि यह एक साथ कई भविष्य के टोकन का अनुमान लगा सके।
इस गाइड को सुनेंएआई-नैरेटेड · ~2 min
इन अनुमानों को एक ही फॉरवर्ड पास में सत्यापित करके, यह मॉडल के आउटपुट वितरण को बदले बिना टेक्स्ट जेनरेशन को लगभग 2-3 गुना तेज कर देता है।
Normal language models generate one token per forward pass, which is slow because each step must wait for the previous one. Medusa adds lightweight feed-forward heads on top of the frozen base model; each head predicts a token a few positions ahead (head 1 predicts the next token, head 2 the token after, and so on). These predictions form a tree of candidate continuations. The full model then verifies the whole tree in one pass using a 'tree attention' mask, accepting the longest prefix that matches what the model would have produced anyway. For Medusa-1, the backbone stays frozen and original-model rejection sampling can preserve the base model's output distribution, enabling lossless inference acceleration. Medusa-2 jointly trains the heads and backbone with a special recipe that preserves the backbone's next-token capability while improving head prediction. The paper also studies typical acceptance, which can increase acceptance and maintain similar generation quality but does not make the same exact distribution-matching guarantee.
प्रति फॉरवर्ड पास के लिए एकाधिक सत्यापित टोकन स्वीकार करके चैटबॉट प्रतिक्रिया विलंबता को कम करना
कोड-पूर्णता सहायकों को तेज़ करना जहां पूर्वानुमानित टोकन अनुक्रमों का अनुमान लगाना आसान है
एक अलग ड्राफ्ट मॉडल को तैनात किए बिना उच्च-यातायात एलएलएम एपीआई के लिए अनुमान लागत को कम करना
आउटपुट को मानक डिकोडिंग के समान रखते हुए सारांश जैसे लंबे प्रारूप वाले पाठ निर्माण में तेजी लाना
उत्पादन अनुमान स्टैक में सट्टा डिकोडिंग मानक बन रही है, और मेडुसा जैसे स्व-निहित दृष्टिकोण, जो एक अलग ड्राफ्ट मॉडल की आवश्यकता से बचते हैं, आकर्षक हैं क्योंकि उन्हें तैनात करना आसान है। भविष्य के काम में मेडुसा-शैली के प्रमुखों को ईएजीएलई-शैली सुविधा भविष्यवाणी, बेहतर वृक्ष निर्माण और हार्डवेयर-जागरूक सत्यापन के साथ मिश्रित किया गया है। सर्विंग फ्रेमवर्क में सख्त एकीकरण, प्रति कार्यभार के अनुसार पेड़ के आकार की स्वचालित ट्यूनिंग और केवी-कैश संपीड़न के साथ संयोजन की अपेक्षा करें ताकि विलंबता अतिरिक्त जीपीयू या गुणवत्ता हानि के बिना कम हो जाए।
मुफ़्त न्यूज़लेटर
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
मेडुसा एक सट्टा-डिकोडिंग विधि है जो एक भाषा मॉडल पर कई अतिरिक्त भविष्यवाणी 'प्रमुखों' को बोल्ट करती है ताकि यह एक साथ कई भविष्य के टोकन का अनुमान लगा सके। इन अनुमानों को एक ही फॉरवर्ड पास में सत्यापित करके, यह मॉडल के आउटपुट वितरण को बदले बिना टेक्स्ट जेनरेशन को लगभग 2-3 गुना तेज कर देता है।
प्रत्येक मेडुसा प्रमुख भविष्य में एक टोकन के कई पदों की भविष्यवाणी करता है, इसलिए एक साथ कई टोकन प्रस्तावित किए जा सकते हैं।
The Medusa paper identifies Medusa-1, which freezes the backbone, as enabling lossless acceleration; exact rejection sampling verifies accepted candidates against the base model distribution.
उम्मीदवार एक पेड़ बनाते हैं, और एक पेड़ ध्यान मास्क बेस मॉडल को एक फॉरवर्ड पास में सभी शाखाओं को सत्यापित करने देता है।
मेडुसा मौजूदा मॉडल में हल्के वजन वाले हेड जोड़ता है, इसलिए एक अलग ड्राफ्ट नेटवर्क को प्रशिक्षित करने और सेवा देने की कोई आवश्यकता नहीं है।
मेडुसा आमतौर पर कार्यभार के आधार पर पीढ़ी की विलंबता में लगभग 2-3 गुना की कमी प्राप्त करता है।
सीखते रहो
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं
आगेअगली गाइड
पुनरावृत्ति दंड और डिकोडिंग नियंत्रण
भाषा ए.आई