跳转至

Read this paper write-up in English

HAWK: Rethinking Multimodal Drafting for Speculative Decoding

复现级别：L1 核心机制诊断。 执行层混合与 shifted target 隔离；未实现专用解码 kernel。

论文信息

字段 内容
论文链接 arXiv v1
公司/机构 原文首页未列第一作者机构（按第一作者署名单位）
首次公开日期 2026-09-30（arXiv v1）
原文开源代码 否：截至 2026-10-03 未找到原作者公开实现
Adapter hawk
本地复现代码 src/auto_research/foundation_latest_20261003.py

原始论文总结

背景与主要改动

从 target 多层隐藏状态学习混合，给浅层 drafter 提供压缩视觉表示，并用 drafter 自己提议后的 shifted trajectory 训练。

flowchart LR
  I[输入与当前状态] --> M[hawk 核心机制]
  M --> A[可审计中间量]
  A --> O[输出或状态更新]

原论文关键图

HAWK: Rethinking Multimodal Drafting for Speculative Decoding 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文的训练流程与关键优化环节。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\(h_d=\sum_l softmax(a)_l h_l\)，监督来自 shift 后 target 分布。

论文离线与线上效果

论文报告 LVLM 投机解码接受率和无损速度提升。

本地复现

本地对照口径：基线为机制关闭或默认状态，实验组执行定义性算子；L1 不报告正式相对提升，百分比不适用。

复现边界

执行层混合与 shifted target 隔离；未实现专用解码 kernel。