零温度下的 推测解码：具有 48,072 个样本扩展的范围安全不变性屏幕

推测解码 通过让草稿模型提出词元供目标模型进行验证来加速推理，从而提出一个具体的安全问题：在温度为零时，草稿侧行为是否会泄漏到安全评分输出中？我们用典型接受不变性屏幕 (TAIS) 进行回答，这是一种行为等效屏幕，它将同一安全测试集上的仅目标输出和推测输出配对，并需要逐字节一致性证据、+/-3pp 的 TOST 等效性以及低于校准零截止值 |h| 的每任务 Cohen h。 < 0.1.应用于 16,783 个样本验证核心加上 44,066 个匹配的扩展样本（fp16/bf16 执行、规范和 DPO 对抗草案、GPTQ-4 位草案、两个种子和四个安全基准）时，经过测试的零温度 vLLM 堆栈在 TAIS 下没有显示出可检测到的安全分歧。仅匹配目标与投机拒绝的最大绝对科恩 h 为 0.024，大约比传统的微不足道效应下限低一个数量级； 27 个每任务 TOST 对比中有 25 个以 +/-3pp 的差值通过（两个未通过对比是能力域 Wald-CI 边缘情况，上限率相同，而不是真正的不等价）； DPO 对抗性草案在 4,006 个样本中产生与规范草案字节相同的输出； bf16 更改了 36%-53% 的输出字节，而没有将任何每个任务的安全率移至等效值之外。一个单独的 4,006 个样本的 70B 生产规模探针缺乏匹配的 70B 仅目标臂，因此不计为 TAIS 通过，在 700 个 AdvBench 完成中产生 AdvBench 拒绝 0.839，威尔逊 CI 为 95% [0.809, 0.864]。我们对采样温度、未经测试的框架、未经测试的模型系列或树推测变体（例如 EAGLE 和 Medusa）不做任何声明。