Il prossimoProssima guida
Regolazione fine del campionamento del rifiuto
Intelligenza artificiale linguistica
GUIDA ALL'AI linguistica
Speculative sampling uses a draft model to propose tokens and a target model to verify them.
Ascolta questa guidaNarrato dall'IA · ~2 min
With the exact rejection-sampling correction, it preserves the target distribution; speedup depends on draft cost, acceptance, target verification and workload.
Autoregressive generation is slow because each token needs a full forward pass of a huge model. Speculative sampling fixes this by pairing a cheap draft model with the expensive target model. The draft proposes a short run of tokens (say 4-8); the target then scores all of them in one parallel forward pass. A modified rejection-sampling rule accepts the longest prefix that is consistent with the target's own distribution and resamples at the first rejected position. Because acceptance is probabilistic and corrected, the final token stream is provably distributed exactly as if the target had generated alone, no quality loss. Speedups vary with draft cost, acceptance rate, target verification, batching and hardware. A parallel verification pass can confirm multiple tokens, but is not free.
Servire un modello di chat da 70B con un modello di bozza da 7B per ridurre la latenza di risposta all'incirca della metà con la stessa qualità di output.
Lo stile Medusa si basa su un unico modello che prevede diversi token futuri, quindi li verifica senza una bozza di rete separata.
Decodifica speculativa basata su albero che propone più continuazioni di ramificazioni e le verifica tutte in un unico passaggio target.
Accelerazione degli assistenti di completamento del codice laddove la bozza del modello gestisce un boilerplate prevedibile che il modello di grandi dimensioni conferma rapidamente.
La decodifica speculativa sta diventando standard negli stack di inferenza. Le varianti più recenti abbandonano la bozza del modello separato: l'auto-speculazione utilizza teste di uscita anticipata o di previsione extra (Medusa, EAGLE), la redazione basata su alberi verifica molte continuazioni candidate contemporaneamente e la decodifica lookahead parallelizza le ipotesi di n-grammi. Aspettatevi un'integrazione più stretta con la gestione in batch e della cache KV, un dimensionamento delle bozze compatibile con l'hardware e un utilizzo più ampio in prodotti sensibili alla latenza come assistenti di chat e strumenti di codifica dove ogni millisecondo conta.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Speculative sampling uses a draft model to propose tokens and a target model to verify them. With the exact rejection-sampling correction, it preserves the target distribution; speedup depends on draft cost, acceptance, target verification and workload.
Un modello draft economico indovina diversi token in anticipo, mentre il modello target costoso li controlla tutti in un unico passaggio parallelo in avanti.
La correzione modificata del campionamento del rifiuto garantisce che i token accettati siano distribuiti esattamente come il modello target avrebbe prodotto da solo.
Exact speculative sampling uses a rejection-sampling correction and discards the later draft suffix.
The rejection-sampling rule preserves the target distribution; this does not guarantee the same sampled string for each random seed.
The target pass scores the draft proposals and supplies target probabilities used by the acceptance rule and residual correction; it has a computation cost.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Regolazione fine del campionamento del rifiuto
Intelligenza artificiale linguistica