北大数院校友共同一作Medusa开源，是一种通过增加解码头来提速大模型推理的方法。与传统的投机采样相比，Medusa在推理准确率上有显著提高，达到60%。研究的共同一作是北大数院的Yuhong（Jesse）Li，专注于高效机器学习。此外，Medusa的开发团队还包括FlashAttention的作者Tri Dao。这一方法有望加速大模型的推理，而无需额外训练模型或进行硬件优化。