Domino: 解耦因果建模与自回归草稿的推测解码
深度2026年6月4日26 分钟阅读
本文最有趣之处在于通过解耦策略，在保持草案质量的同时消除自回归延迟，实现了显著加速。适合对LLM推理加速、推测解码感兴趣的读者。
本文编译自 Domino: Decoupling Causal Modeling from Autoregressive Drafting in Speculative Decoding，版权归原作者所有。
觉得有用？分享给更多人
相关文章
ElevenLabs 的托管 MCP 连接器让 Claude 能检查、修改生产环境中的 ElevenAgents 语音代理。虽然提供了 OAuth 登录和双重访问控制，但确认界面无法保证更改后的代理仍按预期工作。CLI 和 API 提供的测试与版本控制流程，可能是更安全的选择。
深度The New Stack·8月17日·5 分钟
本文剖析 Agent Plugins 1.0.0 规范的局限：它只标准化组件位置，而将行为语义交给 Agent Skills 和 MCP 规范（均出自 Anthropic，但未参与治理）。文中指出兼容性矩阵的弹性、模式与规范冲突、命名空间逃逸、凭据和可执行文件的可移植性陷阱，并对 v1.1 提出改进建议。
深度The New Stack·8月17日·9 分钟