文档
推测解码
所需 Python SDK 版本: 1.2.0
推测解码是一种可以显著提高大型语言模型(LLM)生成速度而不降低响应质量的技术。更多信息请参见推测解码。
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")