研究者提出EDR目标训练推测解码草稿模型

研究者 Yunxiao Zhao 与 Changxiao Cai 提出 Expected Decoding Rounds（EDR）训练目标，用于训练并行/半自回归推测解码的草稿模型。其做法是把投机解码建模为马尔可夫奖励过程，用状态占用率加权局部拒绝成本，据称该目标精确等于期望解码轮数，且无需额外超参数。 该目标直接最小化期望解码轮数，而非依赖间接指标。上述结论来自研究者自己的论文表述，尚属方法层面的提出与验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。