Polymathic AI与普林斯顿等机构发布FlashMap：基于流映射的LLM加速解码器

Polymathic AI、普林斯顿大学等机构发布FlashMap，一种基于连续流映射的推测解码器，能在单次前向传播中生成16-token块，实现Qwen3-8B模型在GSM8K上最高6.14x无损加速。该方法通过联合建模块内token依赖，提升接受率，比DFlash更快且参数量更小。模型权重已开源至Hugging Face，支持vLLM和SGLang插件部署，代码和论文可从项目页获取。