术语、公式与正确性边界¶

基本符号¶

p(x|c)：target model在真实前缀 c 上的条件分布。
q(x|c)：drafter/proposal分布。
γ 或 K：每轮最大草稿深度；树方法还需节点预算 B。
α：单位置接受概率；不少简化分析假设各位置同α，真实情况通常随深度下降。
τ / acceptance length：每次target verification实际推进token数。论文有的含bonus token、有的不含，比较前必须检查。
T_draft,T_verify：一轮草稿和验证wall time；每token延迟常写作 (T_draft+T_verify)/τ。

drafter采 x~q，以

a(x)=min(1,p(x)/q(x))

接受。拒绝时从

r(x) ∝ max(p(x)-q(x),0)

采校正token。接受部分贡献 min(p,q)，残差补齐其余target质量，因此最终边缘为p。多步按真实prefix重复；首拒绝后不能继续使用基于错误prefix的普通链后缀。

Greedy-exact只要求最终序列与target逐步argmax相同，不能推出非零温度分布保持。Sampling-exact要求任意prefix下最终token分布等于p，单个随机种子下不必与AR baseline逐样本相同；应做统计检验而非逐样本比较。

target tree/block forward通常还算出 accepted prefix后的下一个分布。全草稿接受时从该p采一个bonus；拒绝时从residual采correction。很多论文的τ把它计入，因此最大值是 γ+1。

把候选trie节点线性打包；节点只可attend根到自身的祖先，position id使用真实深度。兄弟互看、使用打包下标当position、accepted后保留错误branch KV都会破坏target条件分布。

q是生成候选的正规化概率，进入拒绝校正。confidence只是“可能被接受”的proxy，可用于排序/预算，但通常不能代替q。EAGLE-2的path value或DSpark的confidence错误会影响效率；若仍用标准verifier，不应影响分布。

单候选标准校验的无条件接受概率为

Σ_x min(p_x,q_x)=1-TV(p,q)=1-1/2||p-q||_1。

这解释DistillSpec、DSpark、xPress为何用TV/L1对齐。多步预计接受是prefix survival之和，而非各位置top-1准确率简单平均。

随机校验需要知道实际proposal事件的概率。将parallel marginals直接相乘并称作AR q，必须有额外推导。

典型反例：Medusa typical acceptance、MARS top-2 margin、ASD regret预算、AcceptMoE限制target experts均是lossy；Shared Speculative Streaming微调base后只相对新模型谈验证正确性。

验证长度/候选准入不得利用在该决定之后才生成的随机candidate，否则selection bias会改变输出分布。DSpark对confidence全局排序时专门讨论这一点：理论early-stop或生产的历史capacity信号形成因果边界。