图解推测解码：如何让大模型推理速度提升 2-5 倍

使用小型草稿模型提前预测多个 token，用大型目标模型并行验证，无需牺牲输出质量即可实现 2-5 倍推理加速。本教程详解推测解码原理、Python 实现和 SSD 最新进展。