SchemaFill：槽位并行推测解码加速工具调用
原文标题：SchemaFill: Efficient LLM Tool Calling via Slot-Parallel Speculative Decoding
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 SchemaFill 框架，通过槽位并行推测解码提升 LLM 工具调用效率。它并发生成未来槽位值作为候选，无需预知实际调用序列，再由目标模型在实际输出前缀下验证，仅提交通过验证的 token。在 Glaive 与 BFCL 上，端到端吞吐相比自回归解码最高提升 4.05 倍。
- 问题
- LLM 工具调用逐 token 自回归解码，多调用多参数时延迟高。
- 方法
- 槽位并行推测解码：并发生成未来槽位候选，由目标模型在实际前缀下验证后提交。
- 结果
- Glaive 与 BFCL 上端到端吞吐最高提升 4.05 倍。
- 影响
- 可直接替换工具调用解码流程，降低 agent 多调用场景延迟，工程落地成本低。
深读 · 结论先行AI 生成展开看要点与影响 ↓
SchemaFill 用槽位并行推测解码，工具调用端到端吞吐最高提升 4.05 倍。
- •针对 LLM 工具调用逐 token 生成慢的问题，提出槽位并行推测解码框架
- •并发生成未来槽位值作候选，无需预知实际调用序列或参数值
- •候选跨字段、跨调用拼接后由目标模型在实际前缀下验证，仅提交通过验证的 token
- •在 Glaive 与 BFCL 上端到端吞吐相比自回归解码最高提升 4.05 倍
- •代码已开源（Czzzk/SchemaFill）
为什么重要：多工具调用、多参数字段的 Agent 场景延迟是主要痛点，4 倍吞吐提升对生产级工具调用服务有直接价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。