论文解读：DeepSeek DSpark 在真实高并发推理服务中，如何保证 Token 生成又好又快？

Speculative Decoding 是一种“轻量模型先生成草稿，目标大模型再批改确认”的加速方法。它的目标，是在尽量保持最终输出服从目标模型分布的前提下，让模型一次向前推进多个 token。