文档

基础知识

推测解码

lmstudio-python 中使用草稿模型进行推测解码的 API

所需 Python SDK 版本1.2.0

推测解码是一种可以大幅提高大型语言模型 (LLM) 生成速度而不降低响应质量的技术。有关更多信息,请参阅推测解码

要在 lmstudio-python 中使用推测解码,只需在执行预测时提供 draftModel 参数即可。您无需单独加载草稿模型。

import lmstudio as lms

main_model_key = "qwen2.5-7b-instruct"
draft_model_key = "qwen2.5-0.5b-instruct"

model = lms.llm(main_model_key)
result = model.respond(
    "What are the prime numbers between 0 and 100?",
    config={
        "draftModel": draft_model_key,
    }
)

print(result)
stats = result.stats
print(f"Accepted {stats.accepted_draft_tokens_count}/{stats.predicted_tokens_count} tokens")

此页面的源文件可在 GitHub 上获取