像请助手先拟几句，再由主编统一核稿：助手若每写一句都要翻完百万词元的档案，草稿反而成了负担。投机解码正有这个问题——较便宜的草稿模块先猜一串词元，主模型再并行核验；但长上下文下，草稿端读取 KV 缓存（保存前文计算结果的“速查表”）也会很慢。
Alagappan Valliappan 提出的 Windowed-MTP，只让内置 MTP 草稿器查看开头少量“注意力锚点”和最近的滑动窗口，主模型仍读取完整上下文并决定哪些词元可以采用。这样改动的只是猜法，不是最终裁决；方法无需训练，也不增加参数。论文在三类模型、单张 GPU 和 100 万词元上下文中测试，作者报告：相较原生 MTP 草稿器，每轮“起草加核验”的成本降低 28%—44%。
更实际的一点是，窗口外的草稿 KV 缓存不再需要读取，可改成紧凑的环形缓冲区；论文测得，草稿缓存原本占总 KV 的 7.7%—11%。换句话说，这项工作没有让草稿器猜得更复杂，而是让它少翻旧账，使百万词元场景下的投机解码更可能真正省时。