arXiv · cs.AI· Naji Alazhar, Wassel Alazhar·· 5 小时前
Adaptive DHiSparse：负载自适应KV层级上的推测解码
Adaptive DHiSparse: Speculative Decoding over a Load-Adaptive KV Hierarchy
arXiv:2610.13708v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Naji Alazhar, Wassel Alazhar
研究任务与主要进展
Adaptive DHiSparse将负载自适应驻留与分层稀疏KV上的推测解码结合，在GPU显存压力下释放非必要历史，并通过精确融合检索恢复所需条目。基于论文摘要，在100K上下文、并发128下，GLM-5.3配合DFlash2达到每张解码GPU 793个输出令牌/秒，是HiSparse的1.45倍；在相同延迟约束下，该方法可支持最高4倍并发和2.3至3.7倍输出，摘要未说明完整实验与复现细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org