Este artigo desenvolve uma teoria para regimes de decodificação especulativa que usam decodificação gulosa, regras de aceitação relaxadas ou conjuntos de candidatos baseados em árvore, em vez dos ambientes estocásticos preservadores de distribuição estudados na literatura existente. Os autores caracterizam as regiões de rejeição como conjuntos de nível inferior da distribuição alvo para derivar requisitos exatos de divergência KL e limites afiados baseados em margem para vários critérios de aceitação.
- Caracteriza certificados exatos e limites baseados em margem para decodificação gulosa estrita, aceitação relaxada aditiva e multiplicativa, critérios relaxados top-(m) e aceitação com limite de entropia.
- Estende o framework para decodificação gulosa em árvore, derivando certificados exatos e apenas baseados em margem para quando o token guloso alvo permanece coberto pelos candidatos top-(m) do redator.
- Avalia esses certificados em modelos Qwen3, mostrando que critérios relaxados e baseados em árvore aumentam substancialmente a região de aceitação certificada, particularmente durante etapas com baixa margem da distribuição do modelo alvo.
Estes resultados complementam análises preservadoras de distribuição existentes, caracterizando os eventos locais de aceitação determinística comuns em sistemas de inferência práticos.