轨迹检索投机解码：模型自身历史何时有用？

论文提出 Trajectory-Local Adaptive Retrieval（TLAR），在长链式推理中从当前轨迹检索近似匹配的续写作为草稿，并用近期验证结果调节检索激活与候选宽度。TLAR 将检索续写与模型生成草稿合并到共享候选树，通过精确验证保持目标模型输出分布。在代码调试、数学和开放写作任务上，与强检索基线结合后在匹配验证预算下提升 token 接受率，并较草稿模型基线提高端到端吞吐。