梁文锋的名字出现在DeepSeek最新论文的作者栏里，他与北京大学团队共同提出了DSpark推测解码方案。这次研究的核心结果很直接：在V4系列模型上实现了57%到85%不等的推理速度提升。

加速是怎么做到的？论文里给出了两条技术线索。其一是半自回归生成，这种方式允许模型在保持一定依赖关系的同时并行预测多个词元，而不是逐字产出；其二是置信度调度验证机制，它动态调整对预测结果的审核频率，只在模型把握不够时做额外校验。

打开网易新闻 查看精彩图片

团队还做了一件事：把整套技术栈一并开源。代码库名为DeepSpec，覆盖全栈实现。这意味着其他开发者可以直接拿到这个加速方案，在自己的场景里复现57%这个起步线，甚至冲着85%去调优。