边云协同推理

E$^2$-SCI：基于信用惯性的弹性边云推测解码

E$^2$-SCI: Elastic Edge-Cloud Speculative Decoding via Credit Inertia

推测解码的接受率在相邻词元窗口间存在时序一致性（credit inertia），可据此动态调整草稿词元的验证阈值，并以异步流水线隐藏延迟；做视觉语言模型或扩散模型少步采样加速时，可把这一「按历史表现弹性放宽/收紧验证」的思路迁移到多步生成或自回归解码的验证环节。