论文Agent 与开发者12:09NgramRL 用 n-gram 投机解码加速 RL 后训练的 rollout 生成RL 训练里 rollout 生成最耗时，这篇论文把它提速到原来的近 2 倍，还不用额外模型，做训练的可以看看实现思路。#NgramRL#Qwen3-8B#SuffixDecoding#投机解码aarXiv cs.AI@Nilesh Prasad Pandey 等 5 人原文稍后读已读值得跟进有用关注 NgramRL