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「被拒绝草稿 token 的 KV 缓存如何处理、是否回滚」这一问题。资料 1 只描述了被接受 token 的缓存处理方式，没有提及被拒绝草稿 token 的 KV 缓存处置或回滚机制。资料中能确认的部分：

Speculative Forcing 将中间干净估计作为草稿，预测哪些 token 可以提前接受并冻结1；
对被提前接受的 token，会保留其 KV 缓存作为上下文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 上每 token 约 1.7 步去噪、提速超 1.5 倍1。

也就是说，资料只覆盖了「接受路径」的 KV 缓存保留策略，对「拒绝路径」的缓存释放、丢弃或回滚没有任何说明，需要查阅原文方法章节或代码实现才能确认。

继续追问

Speculative Forcing 中草稿 token 的接受/拒绝判定依据是什么？被拒绝的 token 在后续去噪步中是否会重新计算，代价如何？Speculative Forcing 的 KV 缓存保留策略对长视频生成的显存占用有何影响？

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