写代码或套用模板时，AI 常能直接复用前文；但在数学推理里，同一个变量名再次出现，不代表后面也该照抄。投机解码——先用便宜方法猜出多个 Token（文字的基本单位），再让主模型一次验收——因此面临两难：复制几乎不花起草成本，却容易抄错；小模型拟稿更稳，却要额外计算。论文分析称，在推理任务中，误触发占复制尝试的半数以上，猜错后立刻被拒，反而拖慢输出。
作者提出 SwitchSD：它不只看文字是否重复，而是读取主模型计算时形成的隐藏表示，并用一个轻量线性探针判断模型此刻是否真有“复制意图”。有把握时从上下文复制，否则切回 EAGLE3 等神经草稿方法。作者报告，这个探针识别复制状态的 AUC 达 0.99——可理解为区分两类状态的综合能力很高；在 Llama、Qwen 系列及多个基准上，吞吐量相较 EAGLE3 等强基线最高提升 15%。这些效果来自论文自述，关键价值不只是换一种草稿，而是让模型自身决定何时值得复制。