멀티 토큰 예측 훈련
다음 토큰만 예측하는 대신 모델은 여러 미래 토큰을 한 번에 예측하도록 훈련됩니다.
개요
This sharpens learning signals and unlocks faster inference through self-speculative decoding.
심층 분석
표준 언어 모델은 다음 토큰 예측으로 학습됩니다. 즉, 컨텍스트가 주어지면 단일 다음 토큰을 예측합니다. 2024년 Meta 논문에서 대중화되고 DeepSeek-V3에 채택된 다중 토큰 예측(MTP)은 추가 경량 출력 헤드를 추가하여 모델이 동일한 숨겨진 상태에서 다음 토큰과 두 번째, 세 번째, 네 번째 토큰을 동시에 예측합니다. 이로 인해 네트워크는 미래에 대한 계획을 더욱 강화하고 훈련 신호를 밀도화합니다. 이제 각 위치는 여러 손실 조건에 기여합니다. Meta은 코딩 및 생성 추론에서 특히 큰 이득을 보고했으며, 더 큰 모델이 더 많은 이점을 제공했습니다. 결정적으로, 추가 헤드는 훈련 후에 폐기될 수 있으므로 배포 시 모델 크기가 커질 필요가 없습니다.
기술적 통찰력
MTP는 공유 변압기 트렁크 위에 n개의 독립적인 예측 헤드를 연결합니다. 헤드 k는 위치 t의 표현에서 위치 t+k의 토큰을 예측합니다. 훈련 중에 손실이 합산됩니다. 추론 시 보조 헤드는 자체 추측 디코딩을 가능하게 합니다. 모델은 한 번에 여러 토큰을 제안한 다음 이를 검증하여 출력 분포를 변경하지 않고 최대 3배 더 빠른 생성을 달성합니다.
전략적 영향
속도와 규모
일관성을 유지하면서 언어 워크플로를 더 빠르게 진행할 수 있습니다.
접근 및 도달
언어와 의사소통 스타일 전반에 걸쳐 접근성을 확장합니다.
더 명확한 결정들
자동화가 반복을 처리하는 동안 팀은 판단에 더 많은 시간을 할애할 수 있습니다.
멀티 토큰 예측 훈련의 미래
MTP는 적은 비용으로 품질과 추론 속도를 모두 향상시키기 때문에 프론티어 훈련 레시피의 기본 요소가 되고 있습니다. 추측적 디코딩, 더 깊은 예측 범위와의 긴밀한 통합을 기대하고 장기 계획을 개선하는 보조 목표로 사용할 수 있습니다. 추론 모델과 결합하여 앞으로 여러 단계를 예측하면 모델이 답변을 결정하기 전에 내부적으로 결과를 시뮬레이션하는 데 도움이 될 수 있습니다.
실제 구현
DeepSeek-V3는 사전 훈련 중에 MTP 목표를 사용하여 데이터 효율성을 높이고 추론적 디코딩을 가능하게 합니다.
여러 토큰을 예측하여 HumanEval 및 MBPP의 정확도 향상을 보여주는 Meta의 코드 생성 모델
자체 추측 디코딩: 전달 패스당 3-4개의 토큰 초안을 작성한 후 더 빠르고 배포를 보존하는 출력을 확인합니다.
여러 개의 그럴듯한 토큰이 제안되고 한 단계로 확인되는 코딩 도우미의 자동 완성 속도가 더 빨라졌습니다.
위험 및 가드레일
환각 사실은 보고서, 지원 흐름 또는 연구 결과에 조용히 포함될 수 있습니다.
신속한 민감도는 유사한 요청 간에 일관되지 않은 결과를 초래할 수 있습니다.
액세스 제어가 약한 경우 민감한 텍스트 데이터가 노출될 수 있습니다.
구현 로드맵
출시 전에 출력 형식, 톤, 품질 표준을 정의하세요.
정확성이 중요할 때마다 신뢰할 수 있는 출처를 통해 대응하세요.
고위험 결과물에 대한 인적 검토 체크포인트를 유지합니다.
실패 패턴을 추적하고 프롬프트나 워크플로를 정기적으로 재교육하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Multi-Token Prediction Training quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
투기적 스트리밍 및 다중 토큰 예측
자주 묻는 질문
What is Multi-Token Prediction Training?
다음 토큰만 예측하는 대신 모델은 여러 미래 토큰을 한 번에 예측하도록 훈련됩니다. 이는 학습 신호를 날카롭게 하고 자기 추론적 디코딩을 통해 더욱 빠른 추론을 가능하게 합니다.
표준 다음 토큰 훈련과 비교하여 다중 토큰 예측은 무엇을 추가합니까?
MTP는 추가 출력 헤드를 추가하므로 모델은 하나의 숨겨진 상태에서 더 앞서 있는 다음 토큰과 여러 토큰을 예측합니다.
사전 학습에서 멀티 토큰 예측 목표를 특히 사용한 모델은 무엇인가요?
DeepSeek-V3는 데이터 효율성을 향상하고 추론적 디코딩을 가능하게 하기 위해 MTP 훈련 목표를 채택했습니다.
MTP가 훈련 신호를 밀도화하는 이유는 무엇입니까?
여러 미래 토큰을 예측한다는 것은 각 토큰 위치가 여러 예측 손실을 생성하여 토큰당 더 많은 학습 신호를 제공한다는 것을 의미합니다.
추가 예측 헤드는 어떤 추론 이점을 제공합니까?
보조 헤드는 패스당 여러 토큰을 초안한 후 검증할 수 있으므로 출력 분포를 변경하지 않고도 생성 속도를 높일 수 있습니다.
속도 향상이 필요하지 않으면 훈련 후 보조 헤드는 어떻게 되나요?
추가 헤드는 배포 시 선택 사항입니다. 이를 폐기하면 모델이 표준 다음 토큰 모델과 동일한 크기로 유지됩니다.