LiLiCorr 论文：一次前向打分全部候选，投机解码吞吐提升近 20%
eliebakouch · x · 2026-10-15
eliebakouch 分享了 Nemotron 3.5 Bolt 74B-A9B 采用的投机解码论文 LiLiCorr（arXiv:2608.20530）、技术报告与模型链接。
- 问题：DFlash 类扩散式 drafter 一次前向生成整块候选，但只按各位置的边缘分布训练，token 单个合理、整体不连贯。
- 方法：LiLiCorr 保留每个位置 top-K 候选，用轻量网络一次性为每个候选输出 in/out 向量；相邻位置候选按 out 与 in 向量的余弦相似度配对打分，全块得分退化为批量矩阵运算，无需显式构造指数级的联合分布，最后只剩一次廉价的贪心游走。
- 效果：与 DFlash 联合训练后，同等训练量下短上下文 AR 提升 10%，长上下文吞吐较 DSpark 提升近 20%。
- 用途：用于 Nemotron 3.5 Bolt 74B-A9B 的 24GB 本地低并发推理，摊薄权重读取成本、显著加速解码。
「Infra」频道最新
- 推理平台 engy.ai 单日处理超 500 亿 tokens,主打低价开源模型 — const_reborn · 2026-10-16
- 新推理引擎『e』单台 DGX Station 跑出 10500 tok/s 聚合吞吐 — brandon_galang · 2026-10-16
- SGLang Day-0 支持 FLUX 3 Image Klein：单图 10 参考图，BF16/FP8/NVFP4 多精度 — ying11231 · 2026-10-16
- 英伟达 Nemotron 3.5 Super VL 上线 CoreWeave：12B 激活参数多模态 MoE，输入仅 $0.25/百万 tokens — wandb · 2026-10-16
- 2026 晶圆厂设备支出上调至 1530 亿美元，设备周期被拉长 — BenBajarin · 2026-10-16
- Steam 更新实测 5.23 秒启动反超 Epic，网友调侃 vLLM 该加入「启动时间大战」 — AlpinDale · 2026-10-16