元信息

  • 类型：arxiv
  • 标识：2502.20330
  • 链接：https://arxiv.org/abs/2502.20330
  • 主题：agent, engineering, evaluation, llm-infra, multimodal, rag, risk
  • 主分类：rag
  • 形态：method
  • 被引：12
  • 被引来源：Semantic Scholar
  • S2被引：12
  • 影响力被引：1
  • TLDR：Retrieval-Augmented Speculative Decoding (RAPID) is introduced, which leverages RAG for both accelerating and enhancing generation quality in long-context inference and develops an inference-time knowledge transfer that enriches the target distribution by RAG.
  • TLDR中文：本文提出 Retrieval-Augmented Speculative Decoding (RAPID)，利用 RAG 在长上下文推理中同时加速并提升生成质量，并设计了一种推理时知识迁移机制，通过 RAG 丰富目标分布。
  • 副分类：llm-infra
  • 待LLM分类：否
  • 来源文件：
  • /inbox/flyp/2026-06-12-long-context-rag-inference.md
  • [S2 enrich]

可复用信息

    • 如果后续补齐，可作为"RAG 推理优化"主题收录到 /shared/research-kb/review/rag-inference-optimization/
    • 标题：RAPID: Long-Context Inference with Retrieval-Augmented Speculative Decoding
    • 来源：arXiv 2502.20330v2
    • 作者：未标注完整（基于 LLaMA-3.1 / Qwen2.5 系列实验）
    • 链接：https://arxiv.org/html/2502.20330v2
    • 会议：ICML（Machine Learning）
    1. RAG Drafter：

写作用途

  • 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
  • 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
  • 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
  • 可用于系统实现、实验平台或工程约束说明。
  • 可用于局限性、风险、失效模式和未来工作。

待补齐

  • BibTeX / 正式引用格式
  • 方法与实验设置细节
  • 与现有工作的差异点
  • 是否有代码和数据集