AI 搜索

带引用 · 可溯源

先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接

大家都在搜：vLLM12 AbridgeKV 在 vLLM 中的实现改动涉及哪些模块？10 agent10 alignment10 fine-tuning10 multi-agent10 post-training10 pretraining10

AI 答案

资料有限基于 1 条来源 · 引用可点击溯源

现有资料不足以回答「冻结 token 的判定标准」这一具体问题。资料1只给出了框架层面的描述，没有披露判定规则或阈值细节。资料中能确认的部分：

Speculative Forcing 针对的是少步自回归视频生成中「所有 token 都要跑完最终去噪步」造成的浪费问题1。
它的做法是把中间干净估计当作草稿，据此预测哪些 token 可以提前接受并冻结1。
被冻结的 token 会保留其 KV 缓存作为上下文，供后续 token 生成使用1。
效果上，在短视频、长视频和世界生成任务上保持全步采样质量，LongLive 上平均每 token 约 1.7 步去噪、提速超 1.5 倍1。

也就是说，资料只说明判定依据来自「中间干净估计」这一草稿信号，但具体的判定标准（例如是否用草稿与当前估计的一致性、误差阈值、置信度打分，或按 token 位置分层）在现有资料中均未提及，无法进一步推断。

继续追问

Speculative Forcing 的草稿（中间干净估计）是如何选取的？被冻结 token 的 KV 缓存如何保证与后续 token 的一致性？Speculative Forcing 与 speculative decoding 在 token 接受判定上有何异同？

参考来源

1 条

1站内推测强制加速自回归视频生成针对少步自回归视频生成中所有 token 都跑完最终去噪步的浪费问题，提出 Speculative Forcing 框架，将中间干净估计作为草稿，预测哪些 token 可提前接受并冻结，同时保留其 KV 缓存作为上下文。在短视频、长视频和世界生成任务上保持全步采样质量，LongLive 上每 token 约 1.7 步去噪、提速超 1.5 倍。Hugging Face Papershttps://huggingface.co/papers/2610.22347

AI 答案正在检索与综合…

站内相关条目

1 条 · 点击可看原文全文与中文译文

返回信息流

大模

推测强制加速自回归视频生成

针对少步自回归视频生成中所有 token 都跑完最终去噪步的浪费问题，提出 Speculative Forcing 框架，将中间干净估计作为草稿，预测哪些 token 可提前接受并冻结，同时保留其 KV 缓存作为上下文。在短视频、长视频和世界生成任务上保持全步采样质量，LongLive 上每 token 约 1.7 步去噪、提速超 1.5 倍。

大模型·Hugging Face Papers·5 天前

#video-generation