我们提出了一种单模型推测流方法，通过将草稿融入目标模型，并将微调目标改为未来n-gram预测，加速大模型推理。此方法在摘要和结构化查询任务中加速1.8-3.1倍，无质量损失，参数高效，比Medusa架构快且参数少10000倍，适合资源有限的设备。