轨迹检索投机解码：模型自身历史何时有用？

TLAR 方法从当前推理轨迹中检索近似匹配的续写，按近期验证结果自适应调整检索激活与候选宽度，并与模型生成的草稿合并进共享候选树，经精确验证保持目标模型输出分布。在代码调试、数学和开放式写作评测中，它与强检索基线组合，在相同验证预算下提升 token 接受率，并较草稿模型基线提高端到端吞吐。