跳到正文
热点事件持续更新

DeepMind发布Gemma 4多Token预测草稿论文

1 篇报道1 个报道来源57 分钟前更新

先了解这件事

AI 综述

Google DeepMind发布论文,提出在Gemma 4内置多Token预测草稿器,通过共享草稿头、零拷贝KV-cache交叉注意力和聚类词表投影减少生成延迟;论文称,该方法面向大量输出的Agent场景,服务端加速最高达3.1倍。 相关适配配方代码已开源,论文同时强调多Token预测草稿在提升生成效率方面的作用。

AI 根据报道生成 · 37 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月22日
  1. AGI Hunt
    Google DeepMind 在 Gemma 4 内置投机解码草稿头,服务端加速最高 3.1 倍

    Google DeepMind 的论文提出在 Gemma 4 内置多 token 预测草稿器,通过共享草稿头、零拷贝 KV-cache 交叉注意力和聚类词表投影降低生成延迟。

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。