arXiv · cs.AI· Aozhong Zhang, Selcuk Gurses, Yanxia Deng, Naigang Wang, Chi-Chun Liu, Davis Wertheimer, Derrick Liu, Xin Li, Zi Yang, Felix X. -F. Ye, Penghang Yin·· 6 小时前
DropKV 通过解耦残差输出扰动实现近最优 KV-Cache 淘汰
DropKV: Decoupling Residual-Output Perturbation for Near-Optimal KV-Cache Eviction
arXiv:2610.22130v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Aozhong Zhang, Selcuk Gurses, Yanxia Deng, Naigang Wang, Chi-Chun Liu, Davis Wertheimer, Derrick Liu, Xin Li, Zi Yang, Felix X. -F. Ye, Penghang Yin
研究任务与主要进展
作者提出 DropKV，通过将残差输出扰动的联合淘汰决策解耦为逐 token 打分，绕开 NP-hard 组合优化，并在圆锥条件下声称具有常数因子近似保证。其融合 Triton kernel 的评分速度提升 19.8 倍，在等缓存预算下于 RULER 和 LongBench 评测中优于现有基线，端到端 prefill 最高加速 9.9%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org