可扩展性◆★■★★。研究结果展示了 PASTA 方法出色的可扩展性凯发娱乐登录现金网站，如图所示■◆■◆◆★。随着偏好优化不断推进，PASTA 模型的性能持续提升。图中清晰展示了从第一轮开始到第一轮结束★■■◆，再到第二轮开始和第二轮后半程的整个优化过程，质量-速度的 Pareto 前沿大体持续向右上方推进。

　　第二阶段：偏好优化。为优化标注策略，团队设计了策略学习方案。团队对每个样本从 PASTA-SFT 模型采样多种标注方案★■，然后基于两项指标评估这些方案：理论加速比和内容质量（由 Gemini 1.5 Pro 评估）。根据评估结果，团队构建「拒绝采样数据集」，该数据集包含每个输入的最佳和最差标注方案■■■★。最后，团队用 BoNBoN 算法对 PASTA-SFT 模型进行偏好优化★★◆，得到最终的 PASTA 模型★■★。

　　金天◆◆，麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）博士五年级学生，师从 Michael Carbin 和 Jonathan Ragan-Kelley。他主要研究机器学习与编程系统的结合◆★■。此前曾在 IBM Research 主导实现深度神经网络在 IBM 主机上的推理部署■★■◆◆★。本科毕业于 Haverford College■★◆★■■，获计算机科学与数学双学位。

　　PASTA 首次证明，通过策略学习让 LLM 自主优化生成策略■◆◆，能够突破传统自回归和基于规则的异步生成的效率极限。这一工作不仅为实时大模型应用提供了实用加速方案，更印证了未来 LLM 可能具备推理时自我优化能力的发展方向。

　　推理系统设计难点◆■★◆■■。异步并行生成的主要挑战在于如何协调多个线程高效协作。传统方法通常需要为每个线程创建独立的 KV 缓存池——创建新线程时必须复制主线程的前缀内容到子线程缓存池，完成后再复制结果回主线程。这两次大规模矩阵复制操作严重限制了系统性能■◆★■★■，使理论加速难以转化为实际收益。

　　KV 缓存的存储布局■★■◆。PASTA 设计了交错式 KV 缓存布局，所有线程共享单一连续内存池。系统初始以连续方式存储用户输入，在推理过程中动态将不同线程在同一时间点生成的 token 交错存储在相邻位置◆■★◆■◆。

　　注意力掩码控制：限制子线程只能访问与自己相关的内容，在后通过移除掩码使主线程能访问所有子线程生成的内容。位置编码调整■◆★◆★★：每个线程都使用独立且连续的位置编码■■★，使线程处理自己的内容时■◆★，将交错存储的内容视为逻辑上连续的序列，确保模型能正确理解上下文。

　　研究团队不依赖人工设计规则来识别异步生成机会，而通过策略学习让模型自主发现并标注这些机会◆◆，系统地优化质量与速度的平衡■◆★★■。这种方法使 LLM 根据内容特点自适应地确定最佳异步生成策略，为生成效率优化开创学习驱动的全新路径。

　　这种稳定的改进趋势表明，PASTA 方法具有良好的可扩展性——随着投入更多计算资源，仍未饱和。与传统依赖固定规则的异步解码方法不同，PASTA 通过策略学习驱动的训练算法提供了可持续的优化路径■■★◆★★，能够有效地将额外计算资源转化为更高的推理效率◆★■。

　　标记（E）表明需要等待这些内容完成■★■。图中红色和绿域（C、D）显示了两个异步线程并行生成的内容，最终在（F）处组合成完整解答■◆■■。

　　如图所示的线段长度计算案例展示了这一机制■★◆：面对计算任务（A），大模型首先识别出「坐标提取」和「长度公式」两个可并行的独立部分■◆◆◆★，生成相应的

　　研究人员首先开发了一种新的标记语言 PASTA-LANG，专为异步生成而设计。大模型使用它在生成过程中标记语义独立块，指示并行生成机会。这种语言包含三种核心标记◆■：

　　标记「承诺」生成某些内容★■★，推理系统再创建异步线程来「履行」这些承诺◆★★，最后在

　　大语言模型（LLM）的生成范式正在从传统的「单人书写」向「分身协作」转变■■◆◆★。传统自回归解码按顺序生成内容■★★■◆，而新兴的异步生成范式通过识别语义独立的内容块凯发娱乐登录现金网站■◆★★■，实现并行生成★★。

　　如图所示，PASTA 系统采用双阶段训练流程，使大模型自主学习使用上述标记语言■■，完成异步生成■★。

　　鄭鈺熹，麻省理工学院 CSAIL 博士三年级学生■◆■★◆，师从 Michael Carbin。她的研究方向为编程语言与机器学习的交叉领域。

　　质量-速度平衡的 Pareto 前沿。如图所示，PASTA 通过调节质量权重参数生成了一系列的模型◆★★★★。在不同的生成质量的情况下■■，PASTA 均能提供非常可观的加速。结果显示，即使最注重质量的 PASTA 模型也能提供显著加速■■◆◆◆，而最快的模型则以一定的质量牺牲换取接近 2 倍的速度提升。与基于手动设计的异步生成方案（Skeleton-of-Thought, APAR）相比◆■★，PASTA 模型展现出全面优势。

　　注意力控制与位置编码。PASTA 通过两个机制确保大模型正确理解多线程交错存储的 KV 缓存◆■◆：

　　如图所示★◆■■◆，传统方法（下）按顺序生成所有内容，而异步生成（上）同时处理多个互不依赖的内容块◆◆◆★。对比顺序生成，异步生成在 AlpacaEval 长度控制评测中实现1.21-1.93× 的几何平均提速★■，对应生成质量变化（胜率）为 +2.2% 至 -7.1%★★■★。

　　：标记语义独立的内容块◆★■■◆★，通过 topic 属性总结内容主题，大模型用它表明「这部分将会由一个独立子线程异步生成」。■◆★■：在后标识对应的异步生成的内容，表示这一部分由独立子线程负责生成。：在主线程标记同步点■■，表明后续内容生成将会依赖于之前的异步生成■◆，主线程需等待所有异步线程完成后才能继续。

　　PASTA 在性能与质量的平衡上取得了突破性成果，实验结果表明它不仅实现了显著加速，还在某些情况下提高了输出质量◆■★■◆★。研究团队在 AlpacaEval 基准上进行了全面评估，该基准包含 805 个具有代表性的指令跟随任务。