MTP训练阶段怎么做的？推理阶段投机采样怎么做的？输入1个 token t1，主模型会预测1个token t2 ，MTP层会循环预测N次，N个draft token, dt1,dt2,...dtn，共1 + 1 + N 个token然后 t1,t2, dt1,dt2,...dtn 送入模型模型会并行根据 t1,t2 预测t3，对应dt1根据 t1,t2, dt1 预测t4，对应dt2根据 t1,t2, dt1,dt2 预测t5，对应dt3...当dt中某一个不被主模型接受，就丢弃后边所有的draft token例如dt1，dt2被接受，记作t3,t4，dt3不被接受那么相等于多吐出了2个tok...

 哈哈哈😋

Gmail出了点问题，意向背景图没法显示，只有文字了想问问各位佬，发意向了稳吗，真想去百度10.20号更新，补充一下timeline：timeline：投递时间：8.31测评时间：9.4一面：9.10  第二天约二面二面：9.16  第二天约三面三面：9.19此后官网进展一直处于面试中offer评估：10.9  国庆放假回来的第一天进入评估状态意向oc：10.11

最近我越来越强烈地感受到，前端开发可能会是最先被AI取代的岗位之一。因为前端的很多工作，本质上是把设计稿翻译成代码、把交互逻辑实现成网页，这类任务目标非常明确，AI 很容易学习。现在用一些 AI 工具，比如 Copilot、Cursor、v0、Figma to Code，几乎一句话就能生成一个完整的前端界面。甚至样式、响应式布局、动画、组件复用，AI 都能自动搞定。过去我写半天的页面，现在 AI 一分钟生成。相比之下，后端、算法或者底层系统开发更依赖业务逻辑和工程经验，还需要人去设计架构和权衡性能。但前端代码往往是「可见、可替代、可批量生产」的。我并不是悲观，只是觉得未来的前端工程师必须转型—...