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该问题。资料 1 只提到 Speculative Forcing 框架会「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」1，即仅确认了冻结 token 的 KV 缓存会被保留这一事实，并未涉及任何关于「保留策略」与「驱逐策略」的定义、机制差异或实现细节。资料中可确认的相关信息仅有：

该框架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1；
将中间干净估计作为草稿，预测可提前接受的 token 并冻结1；
冻结 token 的 KV 缓存被保留作为上下文1；
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1。

关于「保留策略 vs 驱逐策略」的区别，资料 1 未提供任何可支撑的论述，故不作推测。

继续追问

Speculative Forcing 中冻结 token 的判定依据是什么？被冻结 token 的 KV 缓存何时会被释放或驱逐？Speculative Forcing 与普通 speculative decoding 在 KV 缓存管理上有何异同？

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