概述
該模型不是僅預測下一個標記，而是經過訓練可以同時預測多個未來標記。這增強了學習訊號並透過自推測解碼解鎖更快的推理。
多令牌預測訓練是語言 AI 堆疊的一部分，用於大規模讀取、生成、分類和轉換文字和語音。
深入探討
標準語言模型透過下一個標記預測進行訓練：給定上下文，預測單一下一個標記。多令牌預測 (MTP) 由 2024 年 Meta 論文普及並在 DeepSeek-V3 中採用，它添加了額外的輕量級輸出頭，因此模型可以同時預測下一個令牌以及來自同一隱藏狀態的第二個、第三個和第四個令牌。這迫使網路進一步規劃未來並密集化訓練訊號——每個位置現在都會貢獻多個損失項。 Meta 報告在編碼和產生推理方面取得了特別大的進步，較大的模型受益更多。至關重要的是，額外的頭部可以在訓練後丟棄，因此部署時的模型大小不需要增加。
技術洞察
MTP 在共享變壓器主幹的頂部附加了 n 個獨立的預測頭； head k 根據位置 t 處的表示來預測位置 t+k 處的標記。損失在訓練期間求和。在推理時，輔助頭啟用自推測解碼：模型在一次傳遞中提出多個標記，然後驗證它們，在不改變輸出分佈的情況下實現大約 3 倍的生成速度。
掌握多令牌預測訓練
該模型不是僅預測下一個標記，而是經過訓練可以同時預測多個未來標記。這增強了學習訊號並透過自推測解碼解鎖更快的推理。多令牌預測訓練是語言 AI 堆疊的一部分，用於大規模讀取、生成、分類和轉換文字和語音。為了建立深入的理解，請將多令牌預測訓練視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地執行的操作與仍需要專家判斷的操作分開。
在實踐中，使用多令牌預測訓練的強大團隊將提示、檢索和審查循環設計為一個整合式通訊系統。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
語言工作流程可以在不犧牲一致性的情況下更快地移動。同時，幻覺事實可以悄悄地進入報告、支持流程或研究成果。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
語言工作流程可以在不犧牲一致性的情況下更快地移動。
語言工作流程可以在不犧牲一致性的情況下更快地移動。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
它擴展了跨語言和溝通方式的訪問。
它擴展了跨語言和溝通方式的訪問。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
DeepSeek-V3 在預訓練期間使用 MTP 目標來提高資料效率並實現推測解碼
Meta 的程式碼產生模型顯示 HumanEval 和 MBPP 透過預測多個標記而獲得的準確度提升
自推測解碼：每次前向傳遞起草 3-4 個令牌，然後驗證更快、保持分佈的輸出
編碼助手中的自動完成速度更快，一步即可提出並檢查多個看似合理的標記
實施模式
多令牌預測訓練實踐
DeepSeek-V3 在預訓練期間使用 MTP 目標來提高資料效率並實現推測解碼。
DeepSeek-V3 在預訓練期間使用 MTP 目標來提高資料效率並實現推測性解碼。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
多令牌預測訓練實踐
Meta 的程式碼產生模型顯示 HumanEval 和 MBPP 透過預測多個標記而獲得的準確度提升。
Meta 的程式碼產生模型顯示 HumanEval 和 MBPP 透過預測多個標記而獲得的準確度增益 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
多令牌預測訓練實踐
自推測解碼：每次前向傳遞起草 3-4 個令牌，然後驗證更快、保持分佈的輸出。
自推測解碼：每次前向傳遞起草 3-4 個令牌，然後驗證更快、保持分佈的輸出。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會得到更好的結果。
多令牌預測訓練實踐
編碼助理中的自動完成速度更快，一步即可提出並檢查多個看似合理的標記。
編碼助手中的自動完成速度更快，一步中提出並檢查多個看似合理的標記。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
幻覺的事實可以悄悄地進入報告、支持流程或研究成果。
及時的敏感性可能會在類似的請求中產生不一致的結果。
如果存取控制薄弱，敏感文字資料可能會暴露。
實施路線圖
在推出之前定義輸出格式、語氣和品質標準。
在推出之前定義輸出格式、語氣和品質標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
當準確性很重要時，請使用可信任來源進行地面回應。
當準確性很重要時，請使用可信任來源進行地面回應。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為高風險輸出保留人工審查檢查點。
為高風險輸出保留人工審查檢查點。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤故障模式並定期重新訓練提示或工作流程。
追蹤故障模式並定期重新訓練提示或工作流程。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。