概述
该模型不是仅预测下一个标记，而是经过训练可以同时预测多个未来标记。这增强了学习信号并通过自推测解码解锁更快的推理。
多令牌预测训练是语言 AI 堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。
深入探讨
标准语言模型通过下一个标记预测进行训练：给定上下文，预测单个下一个标记。多令牌预测 (MTP) 由 2024 年 Meta 论文普及并在 DeepSeek-V3 中采用，它添加了额外的轻量级输出头，因此模型可以同时预测下一个令牌以及来自同一隐藏状态的第二个、第三个和第四个令牌。这迫使网络进一步规划未来并密集化训练信号——每个位置现在都会贡献多个损失项。 Meta 报告在编码和生成推理方面取得了特别大的进步，较大的模型受益更多。至关重要的是，额外的头可以在训练后丢弃，因此部署时的模型大小不需要增加。
技术洞察
MTP 在共享变压器主干的顶部附加了 n 个独立的预测头； head k 根据位置 t 处的表示来预测位置 t+k 处的标记。损失在训练期间求和。在推理时，辅助头启用自推测解码：模型在一次传递中提出多个标记，然后验证它们，在不改变输出分布的情况下实现大约 3 倍的生成速度。
掌握多令牌预测训练
该模型不是仅预测下一个标记，而是经过训练可以同时预测多个未来标记。这增强了学习信号并通过自推测解码解锁更快的推理。多令牌预测训练是语言 AI 堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。为了建立深入的理解，请将多令牌预测训练视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，使用多令牌预测训练的强大团队将提示、检索和审查循环设计为一个集成通信系统。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
语言工作流程可以在不牺牲一致性的情况下更快地移动。与此同时，幻觉事实可以悄悄地进入报告、支持流程或研究成果。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
语言工作流程可以在不牺牲一致性的情况下更快地移动。
语言工作流程可以在不牺牲一致性的情况下更快地移动。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
它扩展了跨语言和沟通方式的访问。
它扩展了跨语言和沟通方式的访问。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
团队可以花更多时间进行判断，而自动化则可以处理重复。
团队可以花更多时间进行判断，而自动化则可以处理重复。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
DeepSeek-V3 在预训练期间使用 MTP 目标来提高数据效率并实现推测解码
Meta 的代码生成模型显示 HumanEval 和 MBPP 通过预测多个标记而获得的准确度提升
自推测解码：每次前向传递起草 3-4 个令牌，然后验证更快、保持分布的输出
编码助手中的自动完成速度更快，一步即可提出并检查多个看似合理的标记
实施模式
多令牌预测训练实践
DeepSeek-V3 在预训练期间使用 MTP 目标来提高数据效率并实现推测解码。
DeepSeek-V3 在预训练期间使用 MTP 目标来提高数据效率并实现推测性解码。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
多令牌预测训练实践
Meta 的代码生成模型显示 HumanEval 和 MBPP 通过预测多个标记而获得的准确性提升。
Meta 的代码生成模型显示 HumanEval 和 MBPP 通过预测多个标记而获得的准确度增益 当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
多令牌预测训练实践
自推测解码：每次前向传递起草 3-4 个令牌，然后验证更快、保持分布的输出。
自推测解码：每次前向传递起草 3-4 个令牌，然后验证更快、保持分布的输出。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
多令牌预测训练实践
编码助手中的自动完成速度更快，一步即可提出并检查多个看似合理的标记。
编码助手中的自动完成速度更快，一步中提出并检查多个看似合理的标记。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
幻觉的事实可以悄悄地进入报告、支持流程或研究成果。
及时的敏感性可能会在类似的请求中产生不一致的结果。
如果访问控制薄弱，敏感文本数据可能会暴露。
实施路线图
在推出之前定义输出格式、语气和质量标准。
在推出之前定义输出格式、语气和质量标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
当准确性很重要时，请使用可信来源进行地面响应。
当准确性很重要时，请使用可信来源进行地面响应。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为高风险输出保留人工审查检查点。
为高风险输出保留人工审查检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪故障模式并定期重新训练提示或工作流程。
跟踪故障模式并定期重新训练提示或工作流程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。