像让学生猜老师下一句话：若练习册本来就是老师亲自写的，复杂的“揣摩老师”技巧，未必还能比照着答案练强多少。这篇论文重新核算了推测解码——小型草稿模型先生成一串 Token（文本单位），再由大模型并行核验——究竟该怎样训练草稿模型。
作者以 Qwen3-VL-8B 为核验模型。使用外部模型写的回答训练时，知识蒸馏（让草稿模型学习大模型的预测分布）相对普通交叉熵，将每轮平均前进的 Token 数提高 14.4%；再加入“只训练可能通过核验的位置”的门控，另增 4.9%。但让目标大模型贪心重写回答后，两项增益分别缩至 3.7%和约为零。原因很直观：重写后的答案已有 95.2%与目标模型的贪心预测一致，普通交叉熵本身就在教草稿模型模仿目标。
作者称，这种缩水在长度匹配、不同核验器和训练设置，以及另一套视觉语料与纯文本复现实验中仍大体存在。结论不是复杂目标无用，而是评估它们时，应把“目标模型重写数据后的普通交叉熵”作为基线，否则容易把数据改写的功劳算给损失函数。