让 AI 一次试写几条不同的续句，再统一挑出正确的一条，通常能加快生成。问题在于，Gated DeltaNet（GDN，一种用固定大小摘要记住上下文的线性注意力）每试走一步都会改写内部状态；候选被否决时，系统必须回到岔路前。现有方案往往为每个候选保存完整快照，分支一多，显存很快吃紧。
TreeWY把整棵候选树的计算改写成一次三角方程求解，不再逐节点保存完整状态。验证结束后，它只沿最终被接受的路径重建一份状态，并以较小的“伪值矩阵”记录必要信息。换句话说，它把多分支投机解码——先批量猜若干 Token，再由主模型验证——带到了难以直接套用普通 KV Cache（逐 Token 保存中间结果）回滚方式的 GDN 混合模型。
作者在 Qwen3.5 35B 与 397B 的 vLLM 测试中称，该方法在接受长度基本不变时降低了投机阶段的循环状态内存压力；39 节点树的平均接受长度由三节点链的约 3.23 提升到 3.58。不过，更宽的树目前还没有带来吞吐量收益，相关实现也尚未并入 vLLM 主线。