对抗性投机推理提升长程智能体性能

研究人员提出对抗性投机推理，提升长程智能体在复杂代理编码基准上的端到端成功率。 该方法通过训练仅占总参数 0.06% 至 0.28% 的草稿模型，在 30 步后改变输出分布并修正关键推理点噪声。 此方法将投机解码从单纯加速器转化为上下文精度分配器，且无需修改目标模型及其输出分布。