让小助手先替大模型写一段草稿，再由大模型统一检查，通常比逐字生成更快。问题是，现实中的请求会从代码切到数学、再切到对话，固定训练好的草稿器未必跟得上。AdaFlash瞄准的正是这种变化：让扩散草稿器——一次并行补出多个候选词的小模型——在部署期间持续贴近目标模型和实际请求。
它采用在策略蒸馏：训练样本来自草稿器当下真正生成的内容，再由目标模型提供学习目标，而不是反复使用一批固定旧样本。作者还加入“自适应长度头”，预测每次值得提交多少候选词；把握不大就少写，避免大模型浪费算力检查注定难以通过的部分。论文称，AdaFlash在八个基准、三类基础模型上均改善部署速度；高并发时，吞吐量最高比此前最佳方法高约66%。这一数字来自作者实验，实际收益仍取决于请求分布和服务环境。