通用辅助生成：任意模型加速解码

Hugging Face 发布通用辅助生成方法，无需额外训练即可加速任意自回归模型的解码过程。该方法利用一个轻量级的辅助模型（如小模型或同一模型的早期层）来生成候选 token，然后由目标模型进行验证，从而减少串行解码步骤。实验表明，在多种模型（如 LLaMA、GPT-2）和任务上，解码速度可提升 2-3 倍，且不损失生成质量。该方法已集成至 Hugging Face Transformers 库，用户可通过简单参数启用。