lolspider / notes

Topic

#speculative-decoding

10 篇笔记

Accelerating Gemini Nano models on Pixel with frozen Multi-Token Prediction

📝 摘要 Google Research 发布了一种将 Multi-Token Prediction (MTP) 增层改造(retrofit)到已冻结的 Gemini Nano v3 生产模型上的方法,在不修改基座模型权重的前提下,大幅加速 Pixel 设备上的端侧 LLM 推理。该方法已在 Pixel 9 和 10 系列实机部署,使 AI Notification Summaries、Proo…

research.google· 2 分钟 ·#clippings·#AI·#LLM