SJD-VP: 反復的検証予測を用いた自己回帰画像生成のための検証付き推論ヤコビデコーディング（Speculative Jacobi Decoding）
arXiv cs.CV / 2026/3/31
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文では、Speculative Jacobi Decoding（SJD）が低い受理率に悩まされる理由を分析し、その原因を推論（スペキュレイティブ）トークン選択における曖昧さにあるとしています。
- 重要な観察として、デコーディング反復を通じて確率が増加するトークンは、検証で受理されやすく、かつ正しい可能性が高いことを見出します。
- これを踏まえ、著者らは検証予測付き推論ヤコビデコーディング（Speculative Jacobi Decoding with Verification Prediction: SJD-VP）を提案します。これは、反復ごとの確率変化を手がかりとして、検証に通りやすいトークンへサンプリングを誘導します。
- SJD-VPはプラグアンドプレイとして提示されており、大規模な再設計なしに既存のSJD手法へ容易に統合できます。
- 標準ベンチマークでの実験により、SJD-VPは自己回帰デコードを高速化するだけでなく、画像生成品質も改善することが示されています。
