GDN模型

研究者提出SpecLA，一种针对状态化线性注意力模型的推测解码运行时系统，通过拓扑感知核验证链与树结构，配合目标对齐的EAGLE风格草稿器，在GDN-1.3B模型上实现最高1.7倍端到端加速。