投机解码如何从并行猜测演进到小模型顺序起草

投机解码从单次并行生成多个独立猜测 token，演进为由小型 drafter 模型在主模型前顺序起草 k 个猜测 token。Blockwise Parallel Decoding 的 token 相互独立、命中率较低；改进方案让第 N+2 个 token 看到 N+1，保留更多猜测，即使 drafter 多跑 k 次小前向，整体生成仍会加速。