speculative-sampling

提出推测采样策略，通过追加噪声潜变量扩展双向窗口并缓存预测结果，在不牺牲质量的前提下实现低延迟的交互式视频生成，使窗口大小成为质量与速度联合优化的决策变量。

论文提出 Rank-Aware Speculative Sampling（RASS），一种基于 rank-aware list coupling 的扩散草稿树验证规则，通过对候选按 proposal-target 均值位移排序并优化秩权重以最小化总变差，在保持精确采样的同时加速扩散生成，在 CIFAR-10 上相比 D-GRS 节省约 20% 目标模型评估。