11.1 投机解码基础：草稿-验证与无损加速#

投机解码（Speculative Decoding）以一个小而快的草稿源一次性预测接下来的 $K$ 个 token，再由目标大模型在一次前向传播中并行验证这 $K$ 个候选，依据接受准则采纳其中最长的正确前缀；在此过程中输出分布与逐字自回归生成严格一致，因而是无损加速[^lev][^dm]。