> ## Documentation Index
> Fetch the complete documentation index at: https://arka-agent-mintlify-f21cea86.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# In-engine speculative decoding

> तेज़ लोकल generation के लिए draft मॉडल configure करें।

```bash theme={null}
arka speculative vllm --draft-model qwen3:1.7b
arka speculative vllm --draft-model qwen3:1.7b --num-draft-tokens 6 --apply
```

Arka draft settings स्टोर करता है, बिना यह दावा किए कि हर runtime उनका समर्थन
करता है। सक्रिय vLLM, Exo, Ollama, या MLX build को launch करते समय
speculative-decoding विकल्प expose करने चाहिए। इसे सक्षम करने के बाद generated
output की गुणवत्ता और latency की पुष्टि करें।


## Related topics

- [आसान AI model hosting सेटअप](/hi/guides/model-hosting.md)
- [Wake word, STT, और TTS के साथ voice control](/hi/guides/voice.md)
- [Engineering loops](/hi/guides/loop-engineering.md)
- [किसी repository को reverse-engineer करें](/hi/guides/repo-reverse.md)
- [स्वायत्त goal agent चलाना](/hi/guides/goal-agent.md)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.