解码优化

研究人员提出自适应多步前瞻解码框架AdaLook，通过动态调整前瞻深度和分支扩展，显著提升扩散语言模型的解码效率与质量平衡。

DeepSeek在开源周首日发布FlashMLA解码内核，该内核针对Hopper GPU的变长序列解码进行了优化，现已投入生产环境。