يقدم المقال Weaver، وهو محوّل ذاتي الانحدار خفيف الوزن يبني أشجار اقتراحات من الهوامش العليا K لمُدرِّب مُحلَّل لمعالجة تدهور معدلات القبول الناتج عن افتراضات الاستقلال.
- يعيد Weaver استعادة التبعيات الشرطية بين الرموز المقترحة مع تجنب الإسقاط الكامل للمفردات.
- تم اشتقاق خوارزمية التحقق من الأشجار الخالية من التراجع للنماذج ذات طبقات Gated Delta Net، وتم تنفيذها عبر نوى CUDA المُحسَّنة في SGLang.
- يحقق النهج تسريعًا بمقدار 4.37 مرة مقارنة بالترجمة الذاتية الانحدارية ويتفوق على الأساس المحسَّن بشدة DFlash بنسبة 24.7%.
من خلال الجمع بين مساهمات النموذج والأنظمة هذه، يزيد Weaver بشكل كبير من تفاعلية نماذج اللغة الذاتية الانحدار من خلال الترجمة التخمينية.