论文地址：https://arxiv.org/pdf/2210.02747 Normalizing Flow 在正式介绍 Flow Matching 之前，先介绍一下 flow 方法。我没找到“最早”提出这个

项目地址：https://github.com/FunAudioLLM/CosyVoice 论文地址：https://fun-audio-ll

项目地址：https://github.com/openai/whisper 论文地址：https://arxiv.org/pdf/2212.

论文地址：https://arxiv.org/pdf/2407.00023 发表于 ICLR 2024 设计 调度分为两个层次：Global and local。所有的请

直接版本 原始论文： Fast Inference from Transformers via Speculative Decoding 核心思路： 小模型给出若干 token Token 线性排列 大模型验证 直观：一个生成任务的每一部分难易度是不同的，有些部分相对简单，

概览 论文通过 CUDA 提供的虚存管理 API，解决了在用户态管理显存分页的问题。对比 FlashAttention 和 FlashInfer 中的 PagedAttention kernel，分别获得了 22%、29% 的性能提升。 论文