共 2 篇
循环架构靠反复过同一块层换取小参数大算力，代价是延迟随层数线性涨。新方法用预测加修正把多轮计算并行起来，延迟降近一半。读完能判断这条路适不适合你的部署。
一篇新论文教扩散语言模型挑「先揭晓哪个词」：把好词先亮出来帮其他位置定案，数学题上最高提速十倍。读完能理解这套加速思路和它的适用边界。