SparseDecoding论文发布

2026年10月8日，Hugging Face Daily Papers报道论文SparseDecoding。该论文提出一种面向大语言模型解码阶段的免训练剪枝框架，利用密集模型在自回归生成阶段产生的逐层激活来构建校准矩阵，目标是缓解自然序列校准与生成序列之间的分布偏移。报道称，该方法用于提升LLM推理的准确性与效率。目前报道仅提及论文提出的方法框架和作用方向，尚未包含更多实验结果、发布方或后续应用进展。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。