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

范围：站内优先仅站内全网全网通道：bing

大家都在搜：vLLM12 agent10 alignment10 fine-tuning10 multi-agent10 post-training10 pretraining10 training10

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 token 的 KV 缓存如何处理」这一具体机制。资料中能确认的相关信息只有：

Speculative Forcing 框架把中间干净估计当作草稿，预测哪些 token 可以提前接受并冻结，同时保留其 KV 缓存作为上下文1。
该框架针对少步自回归视频生成中「所有 token 都要跑完最终去噪步」的浪费问题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。

也就是说，资料只说明了被接受（提前冻结）token 的 KV 缓存会被保留，但没有提及被拒绝 token 的 KV 缓存是丢弃、回滚、覆盖还是复用。要回答这个问题，需要查阅论文正文中关于草稿验证与缓存管理的章节。

继续追问

Speculative Forcing 的草稿验证机制具体如何判定 token 接受或拒绝？被接受 token 的 KV 缓存保留策略对长视频生成的显存开销有何影响？Speculative Forcing 与普通 speculative decoding 在 KV 缓存管理上的差异是什么？

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