Tiếp theoHướng dẫn tiếp theo
Tinh chỉnh lấy mẫu từ chối
Ngôn ngữ AI
HƯỚNG DẪN AI về ngôn ngữ
Xác minh lấy mẫu suy đoán
Speculative sampling uses a draft model to propose tokens and a target model to verify them.
Nghe hướng dẫn nàyAI thuật lại · ~2 min
Trên trang nàyĐọc trong 2 phút
Tổng quan
With the exact rejection-sampling correction, it preserves the target distribution; speedup depends on draft cost, acceptance, target verification and workload.
Lặn sâu
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.
Triển khai trong thế giới thực
Cung cấp mô hình trò chuyện 70B với mô hình dự thảo 7B để giảm độ trễ phản hồi xuống gần một nửa với chất lượng đầu ra giống hệt nhau.
Kiểu Medusa dựa trên một mô hình duy nhất dự đoán một số mã thông báo trong tương lai, sau đó xác minh chúng mà không cần mạng dự thảo riêng.
Giải mã suy đoán dựa trên cây đề xuất nhiều lần tiếp tục phân nhánh và xác minh tất cả chúng trong một lần truyền mục tiêu.
Tăng tốc các trợ lý hoàn thiện mã trong đó mô hình dự thảo xử lý bản mẫu soạn sẵn có thể dự đoán được mà mô hình lớn nhanh chóng xác nhận.
Tương lai của việc xác minh lấy mẫu suy đoán
Giải mã suy đoán đang trở thành tiêu chuẩn trong ngăn xếp suy luận. Các biến thể mới hơn loại bỏ mô hình dự thảo riêng biệt: tính năng tự suy đoán sử dụng đầu ra sớm hoặc đầu dự đoán bổ sung (Medusa, EAGLE), tính năng soạn thảo dựa trên cây xác minh nhiều phần tiếp theo của ứng cử viên cùng một lúc và giải mã xem trước song song với các dự đoán n-gram. Mong đợi sự tích hợp chặt chẽ hơn với tính năng quản lý nhóm và bộ đệm KV, định cỡ bản nháp nhận biết phần cứng và sử dụng rộng rãi hơn trong các sản phẩm nhạy cảm với độ trễ như trợ lý trò chuyện và công cụ mã hóa trong đó mỗi mili giây đều có giá trị.
Đưa nó vào thực tế
Tại sao nó quan trọng
- Tốc độ và tỷ lệ. Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán.
- Truy cập và tiếp cận. Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp.
- Quyết định rõ ràng hơn. Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại.
coi chừng
- Sự thật ảo giác có thể lặng lẽ đi vào báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu.
- Sự nhạy cảm kịp thời có thể tạo ra kết quả không nhất quán đối với các yêu cầu tương tự.
- Dữ liệu văn bản nhạy cảm có thể bị lộ nếu khả năng kiểm soát quyền truy cập yếu.
Các bước tiếp theo
- Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai.
- Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng.
- Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao.
- Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên.
Tiếp tục khám phá
Bản tin miễn phí
Nhận bản tóm tắt AI hàng ngày
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Take the Speculative Sampling Verification quiz
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
Câu hỏi thường gặp
Xác minh lấy mẫu suy đoán là gì?
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.
Ý tưởng cốt lõi đằng sau việc lấy mẫu suy đoán là gì?
Một mô hình dự thảo giá rẻ dự đoán một số mã thông báo phía trước và mô hình mục tiêu đắt tiền sẽ kiểm tra tất cả chúng trong một lần chuyển tiếp song song duy nhất.
Tại sao lấy mẫu suy đoán không làm giảm chất lượng đầu ra?
Việc sửa đổi lấy mẫu từ chối đã sửa đổi đảm bảo các mã thông báo được chấp nhận được phân phối chính xác như mô hình mục tiêu sẽ được tạo ra.
In exact speculative sampling, what happens when a drafted token is rejected?
Exact speculative sampling uses a rejection-sampling correction and discards the later draft suffix.
Under exact speculative sampling, what is guaranteed about the output distribution?
The rejection-sampling rule preserves the target distribution; this does not guarantee the same sampled string for each random seed.
What information does the target verification pass provide in exact speculative sampling?
The target pass scores the draft proposals and supplies target probabilities used by the acceptance rule and residual correction; it has a computation cost.
Tiếp tục học hỏi
Hướng dẫn liên quan
Đã chọn thêm hướng dẫn cho chủ đề này