arXiv · cs.AI· Yuyang Dai, Yushun Dong·· 2 天前
Trajectory-Retrieval投机解码：模型自身历史何时提供有效草稿
Trajectory-Retrieval Speculative Decoding: When Does a Model's Own History Help?
arXiv:2610.07350v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuyang Dai, Yushun Dong
研究任务与主要进展
研究提出Trajectory-Retrieval Speculative Decoding（TLAR），利用当前生成轨迹中近似匹配的历史续写改进投机解码，并通过精确验证保留目标模型的输出分布。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org