推測解碼 Speculative Decoding（草擬-驗證-回滾）

列 = 輪（round，共 4 輪，固定資料下的實測輪數）；欄 = 草擬位 0..2（K=3）+ 第 4 欄「bonus/改正」 欄（每輪只會用到其中之一）。草擬幀只顯示 value，尚未標記顏色；驗證幀 grid 不變，逐位比對結果只 反映在敘事文字（narration）；輪結幀才把 accept/reject/correct/bonus 同幀寫入 grid（宣告幀同幀， 不分次揭露）。
綠色（accept）= 被接受的草擬 token；紅色（reject）= 未被接受的草擬 token（含實際不符位置與 其後被捨棄的草擬位）；橙色（correct）= 目標模型的改正 token（第一個不符位置由目標模型的正確答案 取代）；藍色（bonus）= 全收時目標模型於同一次驗證呼叫「順帶」多算出的下一個 token； 帶刪除線+淡化（truncated）= 該 token 雖經驗證判定應併入序列，卻因序列已達長度上限 （targetLength=10）而未實際寫入——教學上刻意保留「已算出但未套用」與「未通過驗證」兩種語意的 差異，第 4 輪即真實觸發此情況（第 3 位與 bonus 欄皆判定應併入，僅前 2 個實際套用）。
決定性教學簡化，非真實機率取樣：真實 speculative decoding 是機率式演算法——草擬 token 依「目標模型機率／草擬模型機率」之比值做 rejection sampling 決定接受或拒絕，拒絕後的改正 token 也是依修正後機率分佈重新抽樣。本頁兩個「模型」皆為決定性查表函式（給定前綴尾 token → 唯一 下一 token，無機率分佈），「草擬 token 是否被接受」簡化為「是否等於目標模型的 argmax（=查表 結果）」。保留的是「草擬-驗證-回滾」與「輸出與目標模型單獨自迴歸等價」這兩個核心概念，捨棄的是 機率抽樣細節（backlog：若要更貼近真實演算法，可將查表函式換成機率分佈表，並實作 rejection sampling 版本的接受/改正邏輯）。
bonus token 口徑：全收（k 個草擬 token 全部接受）時，目標模型於同一次平行驗證呼叫中 「順帶」多算出下一個位置的輸出，本輪因此貢獻 k+1 個 token——這是經典 speculative decoding 演算法 的標準做法；中途拒/首拒則貢獻 mismatchIndex+1 個 token（接受前 mismatchIndex 個 + 目標模型改正第 mismatchIndex 個），此時沒有 bonus token。
呼叫數口徑（教學縮尺）：「一輪」計為目標模型 1 次驗證呼叫（不論該輪 mismatchIndex 為 何、也不論是否產出 bonus token，均計 1 次），全部輪數之和即 verifyCalls；基線（逐 token 自迴歸，不做任何草擬）呼叫數 = 需生成的 token 數 = targetLength − 1（起始 prompt 的 1 個 token 不需呼叫模型）。此為「呼叫次數」這個概念性對照，真實世界的加速比另受批次驗證成本、接受率、硬體 平行度等因素影響，不能直接等同於實際加速倍率。
等價保證是本法核心賣點：推測解碼真正的價值不只在於「省呼叫次數」，而在於它保證省下 呼叫次數的同時輸出完全不變——下方「輸出等價宣告」逐字比對投機解碼最終序列與獨立重放（不呼叫本頁 生成邏輯）之純 TARGET 自迴歸序列，只要兩者完全相同，就代表這個核心正確性保證成立。