梁文锋署名、联合北京大学完成的论文《DSpark：基于半自回归生成的置信度调度推测解码（DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation）》，将DSpark部署在DeepSeek-V4线上服务系统、承接真实用户流量时，它有效减少了无效校验带来的算力浪费。

相较于成熟的生产基线方案（MTP-1），在保持整体吞吐不变的前提下，DSpark把单用户生成速度提升60%-85%。更关键的是，在严格交互时延约束下，DSpark避免了吞吐率大幅滑坡，实现了以往无法达成的性能档位，推高了整套服务系统的帕累托最优边界。

http://t.cn/AXSQonxu