隐式森林结构下并行去掩码的反事实探测

针对掩码生成模型的并行采样依赖问题，研究提出一种基于隐式森林结构的反事实探测采样器，无需完全恢复依赖网络即可跨依赖测试共享评估并识别安全并行批次。在近似条件 oracle 下，该算法在保证平均全变差误差不大于 $\varepsilon\in (0,1/8]$ 的同时，使总掩码状态评估数与串行深度均降至亚线性上界 $O(N^C \varepsilon^a)$（$0 < C < 1, a < 0$）。