يقترح الباحثون طريقة DeLS-Spec، التي تعامل نموذج DFlash الثابت كخبير للسياق الطويل بينما تقدم رأسًا محليًا خفيف الوزن كخبير للسياق القصير. يسمح هذا النهج بتدريب الرأس المحلي بشكل مستقل باستخدام هدف التنبؤ بالرمز التالي القياسي، مما يتجنب الحاجة إلى التدريب المشترك مع النموذج المستهدف أو العمود الفقري DFlash.
- يجمع DeLS-Spec بين لوغيتات السياق الطويل والقصير أثناء الاستدلال دون ربط الرأس المحلي بنقطة فحص محددة لـ DFlash.
- تحقق الطريقة تكاليف تدريب منخفضة للغاية عن طريق فصل عملية التوليد.
- أظهرت التجارب على نماذج Qwen3 تحسينات متسقة في تسريع الأداء وطول القبول المتوسط عبر معايير الرياضيات والبرمجة والحوار مقارنة بـ DFlash.
يوفر هذا التصميم المعياري مرونة وكفاءة أكبر للتخمين الاستدلالي دون الحاجة إلى إعادة تدريب مكلفة لنماذج التوليد.