DeepSeek与北大联合发布DSpark：推理效率飙升六成
【TechWeb】6月27日，DeepSeek团队携手北京大学共同推出名为《DSpark》的学术论文（基于speculative decoding技术路径），展示了一种提升大模型运算效率的创新方案。
梁文锋力作DSpark：掌握这十大核心即可通关
出处：量子位 梁文锋挂名的DeepSeek最新论文DSpark或许你已看过—— 单用户速率拔高85%、高并发环境下有效吞吐暴增4倍。 然而你确实领悟了吗？ 莫慌，已有行家帮你剖析完毕。 Fireworks AI的联合创始人兼CTO、PyTorch核心开发者Dmytro Dzhulgakov把全篇论文归纳成10大要点，从最底层的GPU显存访问特征聊到最顶层的在线自适应调度。 他指出： DeepSeek此番架构的真正核心在于系统工程与模型协同设计。 相关基础理念前人虽已提出，难能可贵的是其将多种技术整合为一套
AI领域核心术语解读 | 从处理速率到自主智能
1. tokens/second (tps)发音：/ˈtɒkənz pə ˈsekənd/定义：每秒令牌数，评估AI模型运算效率的核心参数示例：小米在万亿参数模型上实现了每秒1000+令牌的处理速度。2. decode speed发音：/dɪˈkəʊd spiːd/定义：解码速率，AI输出文本时的响应效率示例：这一突破源于FP4量化与推测解码的协同应用。3. MoE (Mixture of Experts)发音：/ˈmɪkstʃər əv ˈekspɜːts/定义：专家混合架构，一种高效率的神经网络设计方
arXiv 人工智能前沿论文精选 2026年5月下旬
1. 精简草稿强化检索：推测解码的混合树构造策略 原文标题: Draft Less, Retrieve More: Hybrid Tree Construction for Speculative Decoding 发布时间: 2026-05-19 论文链接:http://arxiv.org/abs/2605.20104v1 推测解码（SD）采用先预测后校验的模式来加速大语言模型推理过程。当前方法通过构建大型草稿树来追求更高的接受率，但这会导致显存带宽与计算资源的严重瓶颈。动态深度剪枝虽能通过移除边缘分支