本篇 (DCCD) 是一个 training-free、inference-time、logit/context-space 的解码干预方法，针对 structured
generation 下 constrained decoding 的 quality-validity tradeoff。按"与本篇的关系强度"排序，其 peer 集群分三档：
A 档 — 方法论直系亲属（inference-time 解码干预，同一 paradigm）
transformer forward 之后 / sampler 之前插入的解码算法，同样把长上下文/结构失败诊断为 **"know but don't
tell"（模型编码了正确答案却选不出）** 而非召回失败 [2506.08371]。DCCD 用"追加 draft context 抬高
feasible mass"解决，PCD 用"对比 local-aware logits 减掉 proximal bias"解决——两者都不动权重、不放松约束。
recite 证据，再在短 prompt 上求解）与 DCCD 的 draft-then-constrain 是同一个 "两步、先自由生成语义、再在受控/短
上下文里定稿" 的模板 [2510.05381]。DCCD 的第二步是 constrained decode，2510.05381 的第二步是短
prompt solve，骨架一致。
B 档 — 同一 "know but don't tell" 诊断家族（长上下文位置偏置）
位置均匀的合成数据做 SFT 修复 [2404.16811]。与 DCCD 形成鲜明的 "training-time data fix vs
inference-time context fix" 对轴。
(lost-in-between) 两个独立维度 [2412.10079]。它提供了 DCCD 所处问题域的 "为什么直接约束/直接检索
会退化" 的实证背景。
C 档 — 弱相关（同 category=model，但 paradigm 不同）
论证方式（V2 用 21B 激活匹配 70B dense [2405.04434]；DCCD 用 drafter+projector 组合匹配单个更大
的 CD 模型 [2603.03305]）。
与 DCCD 的交点只在 "test-time compute → accuracy" 这一叙事，机制毫不相干。
拦截 [2509.17765]，即 DCCD 这类结构化解码方法的一个 上游宿主系统。
新增 (novel)：
$=\log\frac1{\alpha(h_t)}$ 与 additive "projection tax"** [2603.03305]。在此集群里，DCCD 是唯一
给出闭式解析证明（Eq.5–8 + Pinsker bound）解释 "约束为何伤害正确性" 的工作。PCD 有 Theorem A.5（衰减率
改善）[2506.08371]，但那是关于 attention decay，不是约束投影；2510.05381 与 2412.10079 明确
"无形式化证明，仅实证" [2510.05381] [2412.10079]。
追加 draft 即可抬高 $\alpha(h_t;d)\gg\alpha(h_t)$ [2603.03305]。这是全集群独有的角度。
增量 (incremental) — 相对 2510.05381：
DCCD 的 draft-then-constrain 与 2510.05381 的 retrieve-then-solve 是同一 "两步解耦" 模板的两个实例
[2510.05381]。2510.05381 早于 DCCD 且已用两步法把 Mistral GSM8K 从 35.5%→66.7% (+31.2% @26K)
[2510.05381]。DCCD 的增量在于：(a) 把第二步specialize 成 constrained decode（而非短 prompt
solve），(b) 提供了为什么两步有效的 KL 理论，而 2510.05381 只有实证。**换言之 DCCD 是"带证明的、面向结构约束的
两步法"**。
增量 (incremental) — 相对 PCD：
两者都干预解码、都 training-free、都主打 "know but don't tell"。delta 在于 干预位置：PCD 在 logit 空间做
减法（需要跑两次 forward 得到 $L$ 和 $L^*$，成本 ~2×）[2506.08371]；DCCD 在 context 空间
做加法（先生成 draft 再条件化，成本 ≈ $K$×draft + 1 constrained pass）[2603.03305]。
PCD 不改变约束（本就无约束），DCCD 的核心贡献恰恰是在硬约束下保持 exact validity——这是 PCD 不涉及的问题域。
对比/矛盾 (contradictory) — parameter-efficiency 的口径：
DCCD 声称 "smaller model pairs match or exceed larger constrained baselines"，其 Fig.6 显示 accuracy-per-B 约
三倍 [2603.03305]。但这是 per-parameter 而非 per-FLOP/per-latency 的效率
[2603.03305]——drafter+projector 要跑 $K$ 个完整 draft。DeepSeek-V2 的
parameter-efficiency 是真·激活参数减少（21B activated 直接省 compute）[2405.04434]。两者都叫
"parameter-efficient" 但一个省激活 FLOP、一个省参数计数却增 FLOP，口径相反。
Appendix A 的 Pinsker bound 用 $Q=\rho_\theta$（base model）作高效用参考，结论是 "约束不会比 base 差太多"
[2603.03305]。但 DCCD 报告的是大幅提升（1B GSM8K 15.2%→39.0%）。理论只解释了 "为什么约束
伤害可减小"，没有解释为什么 draft-conditioning 能超过 unconstrained base。这里存在一个 explanatory gap：
提升的真正来源可能是 draft 本身作为 CoT 的推理增益（与约束无关），而非 feasible-mass 抬升。2510.05381 的
retrieve-then-solve 提升 [2510.05381] 和本集群中 CoT 的已知增益都指向这个混淆。
$k^\star=\arg\max_k\sum_t\log\alpha^{(k)}_t$ 选的是"让约束最不失真"的 draft [2603.03305]。
L2 自己在 6-checks 里承认它 "selects for low distortion, not directly correctness" [2603.03305]。
一个语义错误但格式极顺的 draft 会有高 $\alpha$——这个 selector 可能系统性偏向 "好写但错" 的答案，正是论文
声称要解决的 valid-but-wrong 病症的另一种形态。
L1 记录 Fig.4 聚合表中 1B 的 DCCD (9.8) < CD (10.2)，却与 caption "1B: 10.2%→20.9%" 冲突
[2603.03305]（L2 已把它 "resolve in favor of the figure"，但这是编辑决定而非原文澄清）。在
feasible-mass 理论下 1B 本应受益最大（$\alpha$ 最低、tax 最重），若真实数据是 loss，则理论的核心预测在最关键
的低容量点被证伪。
实验只覆盖 JSON schema / expression grammar / FOL（Prover9）[2603.03305]。对
structure-from-token-1 的场景（tool call / API argument，L1 §2 承认这类场景 interleaved-reasoning 会退化回
标准 CD），DCCD 的 draft 阶段是否还成立未测——而这恰是 agentic pipeline 最需要的场景。
best-of-K 意味着 $K$ 次完整 draft 生成 + 1 次 constrained pass [2603.03305]。
与 PCD 的 ~2× forward 相比 [2506.08371]，DCCD 在 $K>1$ 时的实际 latency 更高。论文用
"per-parameter accuracy" 框定优势，回避了 per-latency 的对比。
DCCD 坐落在一个正在成型的 "training-free inference-time decoding intervention" paradigm 中，这个 paradigm
的共同信念是 "模型已经知道答案，问题出在 decode/select 阶段"（know-but-don't-tell）。集群内三篇独立工作在
不同问题域收敛到同一诊断：
这三点的跨论文收敛是本集群最强的 paradigm-shift 信号：它把"长上下文/结构化失败"从"训练不足/架构缺陷"
（FilM 的 data fix [2404.16811]、Kimi Linear 的架构 fix [2510.26692] 所代表的路线）
重新 frame 为 "廉价的推理时可修 bug"。
DCCD 在这个 paradigm 里的独特生态位是 唯一处理硬约束（exact validity）且带解析证明的成员。它站在两个更大
趋势的交叉点：(1) structured generation / tool-calling 基础设施——XGrammar、Outlines、OpenAI/Anthropic
structured outputs 已是生产标配 [2603.03305]，而 Qwen3-Omni 的 Talker decoupling
[2509.17765] 正是这类拦截点的宿主；(2) test-time scaling——best-of-K 把 DCCD 接入了与 Kimi
Linear 的 RL rollout [2510.26692] 同源的 "花推理算力换准确率" 叙事。
Adoption 证据薄弱：DCCD 代码未公开 [2603.03305]，作者 h-index 0 / 0 citations
[2603.03305]。相比之下 PCD 同样未公开代码 [2506.08371]，而
FilM 完全开源（代码+权重）[2404.16811]、DeepSeek-V2 开源权重
[2405.04434]。DCCD 目前是 "理论优雅但工程未落地" 的 preprint 阶段。
从集群成员的组合中，浮现几个 hybrid / adaptive 方向：
DCCD 在 context 空间抬 feasible mass，PCD 在 logit 空间减 proximal bias。两者作用位置正交（一个在 forward 前
一个在 forward 后），理论上可叠加：先 draft-condition 抬高 $\alpha$，再对 draft-conditioned logits 做
contrastive 减法进一步 sharpen answer slot。PCD 的 top-γ 限制 [2506.08371] 恰好能
约束在 DCCD 抬高后的 valid-token 区域。集群内无人做此组合。
DCCD 自己的 open question 指出大模型 feasible mass 已高、draft 收益递减 [2603.03305]。
可以用 PCD 式的在线 salience/α 探测：只在 measured $\alpha(h_t)$ 低于阈值时才触发 draft 阶段，否则直接 CD——
把 DCCD 从 "always two-step" 变成 "conditionally two-step"，回收大模型上的无谓 latency。
针对 §3 攻击点 2，可把 best-of-K 的 $\sum\log\alpha$ 换成/融合 2510.05381 式的 recite-verify 信号，或
majority-vote across valid realizations（L1 §4.2 已列为可替换项 [2603.03305]），
直接对 correctness 而非 distortion 排序。
2412.10079 的 lost-in-between（证据间距是独立退化维度）[2412.10079] 与 DCCD 的 "低 α 累积成
distortion" 在数学上可能同构——两者都是 "多个低置信步骤累积"。一个未探索方向是用 DCCD 的 $\sum_t\log\frac1\alpha$
projection-tax 框架去量化 multi-hop 检索中的累积扭曲，为 2412.10079 的实证现象补上解析解释。
DCCD、PCD、FilM、2412.10079 的 open questions 全部独立提出 "FP8/FP4 量化是否改变 feasible mass /
attention 排序 / 位置 pattern" 且全部未测 [2603.03305]
[2506.08371] [2404.16811] [2412.10079]。低精度
projector 可能因 logit 分布变平而降低 $\alpha$、放大 projection tax——这是一个横跨整个 "know-but-don't-tell"
paradigm 的系统性空白，留给 L4/topic 综合。