论文首次系统分析大模型投机解码的安全隐患并提出SecureSD方案

该论文首次对大语言模型的投机解码（Speculative Decoding）机制进行了系统性安全评估，发现广泛使用的损失性投机解码方法存在显著的安全-效用不对称性：推理效率的提升伴随着安全风险的急剧增加，针对越狱和提示词注入的攻击成功率上升速度远快于模型效用下降速度。研究指出，这种安全退化主要源于草稿模型在解码早期生成的令牌。

基于上述发现，作者提出了名为SecureSD的新理论指导方法，其核心机制是对解码早期位置的草稿模型令牌应用更严格的验证标准。实验表明，该方法在保持现有推理效率和模型效用的同时，显著提升了安全性。论文通过大规模测量研究和基准测试验证了SecureSD的有效性，并确认了早期令牌是安全漏洞的主要来源这一关键事实。

推断显示，当前主流加速推理的工业实践可能低估了投机解码带来的攻击面扩大风险，特别是在高并发或对抗性场景下。猜测认为，未来推理引擎的默认配置可能需要引入类似SecureSD的早期强验证逻辑，但这将取决于其对延迟敏感度的具体权衡。事实层面仅确认了论文提出的理论分析和实验数据，未涉及具体商业落地时间表或第三方复现结果。