---
title: "ما هو فك الترميز التخميني؟ تسريع مخرجات نماذج اللغة | BroadRouter"
description: "فك الترميز التخميني يسرّع توليد نماذج اللغة بجعل نموذج مسوّدة صغير يخمّن رموزًا يتحقق منها النموذج الكبير في مرور واحد. كيف يعمل، ومكاسبه وحدوده."
url: https://broadrouter.com/ar/glossary/speculative-decoding/
lang: ar
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/glossary/speculative-decoding/) (حُدّث في 2026-11-16).

# فك الترميز التخميني (Speculative decoding)

آخر تحديث 2026-11-16

فك الترميز التخميني تقنية استدلال يقترح فيها نموذج مسوّدة صغير وسريع عدة رموز تالية، ثم يتحقق منها النموذج الكبير المستهدف في مرور أمامي واحد ويُبقي المقبول منها. وهي تسرّع التوليد دون أن تغيّر توزيع المخرجات.

يُسمّى أيضًا: speculative decoding، فك التشفير التخميني، التوليد بمساعدة نموذج مسوّدة، نموذج المسوّدة، speculative sampling، assisted generation، assisted decoding، draft model decoding

يكتب النموذج الكبير رمزًا واحدًا في كل مرور أمامي. ويتيح له فك الترميز التخميني أن يؤكد عدة رموز في المرور الواحد.

## كيف يعمل

ينطلق Leviathan وزملاؤه من حقيقة بسيطة: “decoding K tokens takes K serial runs of the model.” (ترجمة: فك ترميز K رمز يتطلب K تشغيلًا متتاليًا للنموذج.) وحلّهم يستعير التنفيذ التخميني من المعالجات:

1.  يخمّن **نموذج مسوّدة**، أصغر وأسرع بكثير، الرموز القليلة التالية.
2.  يقيّم **النموذج المستهدف** كل هذه التخمينات في مرور أمامي واحد. وتقييم سلسلة قصيرة من الرموز يكلّف تقريبًا ما يكلّفه إنتاج رمز واحد، كما يلاحظ Chen وزملاؤه.
3.  تُبقي خطوة معدّلة من أخذ العينات بالرفض أطول سلسلة من التخمينات يوافق عليها النموذج المستهدف، ثم يأخذ عينة رمز واحد من عنده.
4.  يتكرر ذلك من الموضع الجديد.

حين تصيب المسوّدة كثيرًا، يُنتج كل مرور مكلف عدة رموز. وحين تخطئ، لا تخسر إلا قليلًا: فالنموذج المستهدف يُنتج رمزًا واحدًا على الأقل في كل الأحوال. ويضيف دليل Hugging Face أن الطريقة تعمل أفضل حين يكون نموذج المسوّدة “significantly smaller” (ترجمة: أصغر بكثير) ويشترك في المجزّئ (tokenizer) نفسه.

وتستغني بعض الصيغ عن نموذج المسوّدة المنفصل. فالدليل نفسه يصف طبقات التنبؤ بعدة رموز (MTP)، حيث تصوغ رؤوس إضافية في نقطة الحفظ الرئيسية المرشّحين. وتُدرج بطاقة نموذج DeepSeek V4.1 Flash من DeepSeek مخططها الخاص، “DSpark speculative decoding”، جزءًا من البنية.

## لماذا يهم

بالنسبة لمستدعي API، يظهر فك الترميز التخميني في صورة [رموز في الثانية](https://broadrouter.com/ar/glossary/tokens-per-second/) أعلى لكل طلب، ما يقلّص [زمن الاستجابة](https://broadrouter.com/ar/glossary/latency/) الإجمالي للإجابات الطويلة. لكنه لا يقصّر [زمن الوصول إلى أول رمز](https://broadrouter.com/ar/glossary/time-to-first-token/)، الذي تهيمن عليه قراءة الأمر.

والمكسب غير متساوٍ. فالنص المتوقَّع، كتعديلات الشيفرة وJSON والنصوص المتكررة، سهل التخمين. أما النص الإبداعي بدرجة حرارة عالية فأصعب، فتصمد تخمينات أقل. وتحت الحمل الثقيل، يتنافس عمل التحقق الإضافي مع الطلبات الأخرى، فقد يضبطه المزوّد لصالح سرعة كل مستخدم أو لصالح [الإنتاجية](https://broadrouter.com/ar/glossary/throughput/) الكلية.

وهو أيضًا خيار من جهة الخادم. لا يمكنك تفعيله عبر طلب chat completions قياسي.

## في BroadNet Inference

لا يذكر المرجع التقني لواجهة BroadNet فك الترميز التخميني. لكن كتالوج نماذجها يُدرج نسخة الإنتاج من Gemma 4 26B A4B، المتاحة على الواجهة باسم [BroadNet Gemma 4 VL 26B](https://broadrouter.com/ar/models/gemma-4-vl-26b/)، على أنها تعمل بتقنية MTP (k=2)، ويصفها الكتالوج بأنها شكل من أشكال فك الترميز التخميني. وتقدّر صفحة النموذج لدى BroadNet سرعة هذه النسخة بنحو 136 رمزًا في الثانية في تدفق واحد. ويُبلغ الكتالوج أيضًا أن EAGLE3 خفّض الإنتاجية بنسبة 69% عند 32 طلبًا متزامنًا، ولهذا أبقت BroadNet على نماذج المسوّدة MTP، كما نشرت BroadNet دراستين عن Uno، وهو محوّل (adapter) يصوغ مسوّداته بنفسه: [Uno في vLLM](https://broadrouter.com/ar/blog/uno-in-vllm-serving-study/) و[Uno على Gemma 4 26B](https://broadrouter.com/ar/blog/uno-mixture-of-experts-gemma-4-study/). وبالنسبة إلى خططها ثابتة السعر، التي تشغّل DeepSeek V4.1 Flash، تذكر صفحة خطط BroadNet سرعة معتادة قدرها نحو 100 رمز في الثانية. قِس سرعة المخرجات بنفسك باستخدام البث المتدفق؛ ويشرح [دليل زمن استجابة نماذج اللغة](https://broadrouter.com/ar/blog/llm-latency-ttft-throughput/) الطريقة.

## أسئلة شائعة

### هل يغيّر فك الترميز التخميني الإجابة؟

ليس من حيث التوزيع. تستخدم الورقتان الأصليتان كلتاهما قاعدة قبول تحافظ على توزيع مخرجات النموذج المستهدف، فتطابق الجودة جودة النموذج الكبير وحده. لكن تفاصيل الفاصلة العائمة قد تختلف قليلًا بين التشغيلات.

### كم يسرّع فك الترميز التخميني التوليد؟

تُبلغ الورقتان الأصليتان عن فك ترميز أسرع بمرتين إلى ثلاث مرات على T5-XXL، وبمرتين إلى 2.5 مرة على نموذج Chinchilla بحجم 70B. وتعتمد المكاسب الفعلية على عدد مرات صواب تخمين نموذج المسوّدة.

### هل يمكنني تفعيل فك الترميز التخميني عبر API؟

ليس في طلب chat completions قياسي. فهو خيار تشغيل يحدده المزوّد، ولا تراه إلا مخرجات أسرع، فقِس الرموز في الثانية على أوامرك أنت.

## انظر أيضًا

-   [الرموز في الثانية (TPS)](https://broadrouter.com/ar/glossary/tokens-per-second/) (مصطلح)
-   [زمن الاستجابة (Latency)](https://broadrouter.com/ar/glossary/latency/) (مصطلح)
-   [الإنتاجية (Throughput)](https://broadrouter.com/ar/glossary/throughput/) (مصطلح)
-   [ذاكرة KV المؤقتة (KV cache)](https://broadrouter.com/ar/glossary/kv-cache/) (مصطلح)
-   [مزيج الخبراء (Mixture of experts، MoE)](https://broadrouter.com/ar/glossary/mixture-of-experts/) (مصطلح)
-   [البث المتدفق لإكمال المحادثات والتعامل مع انقطاع الاتصال](https://broadrouter.com/ar/guides/streaming-chat-completions/) (دليل)
-   [زمن استجابة LLM: زمن أول رمز مقابل الرموز في الثانية والزمن الكلي](https://broadrouter.com/ar/blog/llm-latency-ttft-throughput/) (مقال)
-   [Uno في vLLM: ما الذي قاسته دراسة التقديم لدى BroadNet؟](https://broadrouter.com/ar/blog/uno-in-vllm-serving-study/) (مقال)
-   [Uno على Gemma 4 26B: دراسة BroadNet عن نماذج مزيج الخبراء](https://broadrouter.com/ar/blog/uno-mixture-of-experts-gemma-4-study/) (مقال)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

[ابدأ الآن](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-glossary-speculative-decoding&utm_content=page-cta) ·

**المصادر**

-   [صفحة نموذج BroadNet Gemma 4 VL 26B: السرعة في تدفق واحد مع فك الترميز التخميني (تاريخ المراجعة 2026-11-15)](https://www.broadnet.ai/ar/inference/models/gemma-4-vl-26b)
-   [Leviathan وآخرون، Fast Inference from Transformers via Speculative Decoding، arXiv 2211.17192 (تاريخ المراجعة 2026-11-16)](https://arxiv.org/abs/2211.17192)
-   [Chen وآخرون، Accelerating Large Language Model Decoding with Speculative Sampling، arXiv 2302.01318 (تاريخ المراجعة 2026-11-16)](https://arxiv.org/abs/2302.01318)
-   [Hugging Face Transformers، دليل فك الترميز بالمساعدة (assisted decoding) (تاريخ المراجعة 2026-11-16)](https://huggingface.co/docs/transformers/en/assisted_decoding)
-   [DeepSeek، بطاقة نموذج DeepSeek-V4.1-Flash (فك الترميز التخميني DSpark) (تاريخ المراجعة 2026-11-16)](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash)
-   [كتالوج نماذج BroadNet (قياسات المختبر، سبتمبر 2026) (تاريخ المراجعة 2026-11-16)](https://www.broadnet.ai/ar/inference/models)
