शोधकर्ताओं ने DeLS-Spec का प्रस्ताव रखा, एक विधि जो स्थिर DFlash मॉडल को लंबे-संदर्भ विशेषज्ञ के रूप में मानती है और साथ ही छोटे-संदर्भ विशेषज्ञ के रूप में एक हल्का स्थानीय हेड पेश करती है। यह दृष्टिकोण स्थानीय हेड को मानक अगले टोकन पूर्वानुमान उद्देश्य के साथ स्वतंत्र रूप से प्रशिक्षित करने की अनुमति देता है, लक्ष्य मॉडल या DFlash बैकबोन के साथ संयुक्त प्रशिक्षण की आवश्यकता से बचते हुए।
- DeLS-Spec निष्पासन समय पर लंबे-संदर्भ और छोटे-संदर्भ लॉगिट्स को जोड़ता है बिना स्थानीय हेड को किसी विशिष्ट DFlash चेकपॉइंट से बांधे।
- विधि ड्राफ्टिंग प्रक्रिया को अलग करके अत्यंत कम प्रशिक्षण लागत प्राप्त करती है।
- Qwen3 मॉडल पर प्रयोगों ने गणित, कोड और संवाद बेंचमार्क्स में DFlash की तुलना में स्पीडअप और औसत स्वीकृति लंबाई में निरंतर सुधार दिखाए।
यह मॉड्यूलर डिज़ाइन ड्राफ्ट मॉडल के महंगे पुनः प्रशिक्षण की आवश्यकता के बिना अनुमानित डिकोडिंग के लिए अधिक लचीलापन और दक्षता प्रदान करता है।