Jul 07, 2026 推理模型做 decode，GPU 只有 3% 在干活——SparseSpec 把稀疏 Attention 变成了 2.1× 加速 Jun 30, 2026 ICLR'25 | SWIFT：不训练不搜索，Self-Speculative Decoding 的即插即用版 Jun 30, 2026 2025 | SSD for dLLMs：扩散语言模型也能用推测解码，最高 3.46× Jun 30, 2026 arXiv'26 | SSD for ASR：用 CTC 编码器打草稿，LLM 验证，语音识别也能推测解码 Jun 30, 2026 WWW'26 | SS-MoE：显存墙下的 MoE 推理，Self-Speculative Decoding 怎么救场？ Jun 30, 2026 ACL'24 | LayerSkip：Meta 把 Self-Speculative Decoding 从头训到尾，直接干到 2.16×