一种基于并行解码的大语言模型高效推理方法及系统

本发明提出一种基于并行解码的大语言模型高效推理方法及系统，属于人工智能技术领域，包括：获取用户问题，并进行预处理；将预处理后的用户问题进行并行解码，并行解码包括答案框架生成阶段、论点扩展阶段和结果整合阶段；并行解码中结合混合精度计算和KV缓存量化技术对大语言模型推理过程进行深度优化，通过对答案框架中每个论点并行进行细节扩展，使得每个部分的内容同时生成，得到扩展内容；利用大模型的并行处理能力同步扩展这些要点内容。此过程不仅加速了信息充实的步骤，还保证了最终答案的完整性；能够在保证生成文本质量和逻辑连贯性的前提下，大幅缩短推理时间，提升大语言模型的实际应用效能。