HAWK：重新思考多模态草稿预测以加速推测解码

HAWK 针对大视觉语言模型（LVLMs）的推测解码提出改进，通过表示相似度选择目标层并组合隐藏状态，同时将压缩后的视觉隐藏状态直接提供给浅层草稿模型。实验显示，在 SmolVLM-256M 上，HAWK 在 10 个多模态基准中将平均接受长度从 3.32 提升至 4.08，贪婪解码下速度从 2.19x 提高到 2.60x，采样模式下从 1.92x 提升至 2.19x。