概述
思维骨架 (SoT) 是一种提示和解码技术，它首先要求语言模型勾勒出答案点的简短骨架，然后并行扩展每个点。这很重要，因为它可以将长答案的挂钟延迟减少大约 2 倍，而无需重新训练模型。
思想框架并行解码是语言人工智能堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。
深入探讨
大型语言模型通常一次生成一个标记，因此很长的答案很慢，因为每个单词都在等待它前面的单词。清华大学和 Microsoft 的研究人员于 2023 年引入的“思想框架”对这项工作进行了重组。第一次调用要求模型提供一个简洁的框架：一个包含 3 到 10 个点标题的编号列表，每个标题只有几个单词。然后，第二批调用独立且同时扩展每个点，因为这些点不相互依赖。这些扩展被重新拼接成最终的答案。由于慢速扩展阶段是并行运行的，因此对于答案自然分解为独立部分的问题（例如列出提示或比较选项），总延迟会急剧下降。
技术洞察
SoT 利用了解码器推理受延迟限制而不总是受计算限制的特点：单个请求通常会使 GPU 得不到充分利用。批量运行点扩展会使硬件繁忙，并与每点生成重叠。对于 API 模型，扩展是作为并发请求发出的；与本地模型一样，他们共享一个批量前向传递。骨架阶段增加了固定的短开销，因此净加速随着答案长度和独立点的数量而增长。
掌握并行解码的思维框架
思维骨架 (SoT) 是一种提示和解码技术，它首先要求语言模型勾勒出答案点的简短骨架，然后并行扩展每个点。这很重要，因为它可以将长答案的挂钟延迟减少大约 2 倍，而无需重新训练模型。思想框架并行解码是语言人工智能堆栈的一部分，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，请将思想框架并行解码视为一种操作模型，而不是单个功能：定义所需的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，强大的团队使用思维骨架并行解码将提示、检索和审查循环设计为一个集成的通信系统。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
通过一次扩展所有八个提示来加速回答“给我 8 个降低云成本的提示”的聊天机器人。
客户支持助理生成结构化的多部分故障排除指南，响应延迟较低。
生成一个比较答案（两种产品的优缺点），同时填写每个项目符号。
后端服务系统批处理独立答案部分，以提高长格式生成期间的 GPU 利用率。
实施模式
实践中的思想骨架并行解码
通过一次扩展所有八个提示来加速回答“给我 8 个降低云成本的提示”的聊天机器人。
通过一次扩展所有八个技巧来加速回答“给我 8 个降低云成本的技巧”的聊天机器人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。
实践中的思想骨架并行解码
客户支持助理生成结构化的多部分故障排除指南，响应延迟较低。
客户支持助理生成具有较低响应延迟的结构化多部分故障排除指南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提升和错误成本时，通常会获得更好的结果。
实践中的思想骨架并行解码
生成一个比较答案（两种产品的优缺点），同时填写每个项目符号。
生成一个比较答案（两种产品的优缺点），同时填写每个项目符号。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跟踪一段时间内的生产力增益和错误成本时，通常会得到更好的结果。
实践中的思想骨架并行解码
后端服务系统批处理独立答案部分，以提高长格式生成期间的 GPU 利用率。
后端服务系统批处理独立的答案部分，以提高长格式生成过程中的 GPU 利用率。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跟踪一段时间内的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。