ローカルLLMの推論を高速化する「Speculative Decoding」の仕組みを解説。大型モデルの推論中に小型モデルで先行して複数トークンを予測し、効率的に検証することでデコード速度を向上させる手法について、棄却サンプリングとの関連を含めて備忘録としてまとめる。