投机解码是一种加速自回归生成的技术，通过一个小型草稿模型生成候选 token 序列，再由大型目标模型并行验证。然而，传统的投机解码仍需要在每个草稿块上调用验证器，这成为性能瓶颈。特别地，投机扩散解码（SDD）通过离散扩散模型并行生成整个草稿块，进一步消除了顺序起草，但每个块仍然需要验证。本文提出“验证器跳过”（verifier skipping）方法，这是一种有损策略，即直接将草稿块的某个前缀提交为生成结果，而不经过验证器。核心研究问题是如何选择调度跳过决策的置信度信号。作者发现，更好的 token 预测器并不必然带来更好的跳过调度，因为跳过需要连续的高置信度前缀，而短跳转可能导致额外的起草轮次。为了解决这种不匹配，他们在相同策略下比较了原始置信度、学习到的边际生存分数和条件生存分数，并以严格 SDD、宽容（lenience）和 top-k 接受作为基线。在 HumanEval 基准上使用 DiffuCoder-7B-Instruct 和 Qwen3-32B 作为目标模型，实验表明所有三种置信度信号在保持相同 pass@1 的前提下，节省了 9.6% 到 13.5% 的验证器调用。令人惊讶的是，原始置信度节省最多；边际生存的每个位置 AUROC 在多数位置上高于原始置信度，但两者在在线评估中都没有一致的统治力。作者的分析表明，验证器跳过是一个有用的新有损维度，其关键挑战在于前缀调度而非单纯的 token 预测。

该论文首次揭示了LLM推理优化（尤其是编译优化）中存在的安全漏洞，并提出了一种新型后门攻击——优化触发后门。作者指出，尽管编译优化在部署LLM时广泛使用，且默认假设编译后的计算图与原始计算图语义等价，但编译过程中的数值副作用可能被恶意利用，从而在LLM中植入隐蔽后门。论文提出了两种互补的攻击策略：一种针对特定输入，在模型被编译时才触发预测翻转；另一种使用通用触发器，在未编译执行时保持休眠，一旦应用编译优化则劫持任意输入。两种攻击均能绕过未启用编译的标准安全评估。实验在四个主流开源LLM和四个任务上进行，平均攻击成功率达90%，同时干净准确率在几乎所有设置下保持接近100%。该研究揭示了一个位于LLM部署流水线中优化与安全交叉点的新攻击面，并探讨了实用的防御措施。适合LLM安全研究人员、部署工程师以及编译器开发者阅读。