NgramRL：用rollout历史的N-gram投机解码加速RL后训练
热点事件持续更新
NgramRL：用rollout历史的N-gram投机解码加速RL后训练
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Nilesh Prasad Pandey 等研究者在 arXiv 发布论文，提出 NgramRL 方法：利用同一提示词近期 rollout 历史构建逐提示 n-gram 草稿器，以投机解码加速大语言模型 RL 后训练的结构化生成，无需辅助模型、草稿训练或常驻 GPU 状态。 论文称，在两个模型家族和三种推理及结构化生成工作负载上，热缓存情形下 NgramRL 每次目标模型前向可提交 3.60–7.77 个 token，最高比 SuffixDecoding 多 1.99 倍、比 prompt-lookup decoding 多 7.0 倍。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
NgramRL：通过感知 rollout 的 N-gram 投机解码加速结构化生成的 RL 后训练报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AINgramRL：通过感知 rollout 的 N-gram 投机解码加速结构化生成的 RL 后训练
NgramRL 提出用同一提示词的近期 rollout 历史构建逐提示 n-gram 草稿器，无需辅助模型、草稿训练或常驻 GPU 状态，加速大语言模型的 RL 后训练。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。