ReaDy 用线性注意力循环状态加速 Qwen3.8-27B 推测解码

ReaDy 将混合线性注意力模型的循环状态用于 Qwen3.8-27B 推测解码，平均提速 3.16×。在数学、代码、对话等 7 个基准上，单张 NVIDIA B200 的 GSM8K 最高加速 4.08×，吞吐较 DSpark 平均提升 7.97%；代码与模型权重已开源。