提出KV²：选择性重建的查询无关KV缓存压缩方法
热点事件持续更新
提出KV²：选择性重建的查询无关KV缓存压缩方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Johannes Wesch、Danni Liu 和 Jan Niehues 提出KV²，一种查询无关的KV缓存压缩方法：先用轻量代理评分器筛选信息量较高的上下文token，再只重处理该子集计算最终淘汰分数。结论基于论文摘要。 作者报告，在 RULER 16K、2% KV缓存预算下，KV² 的平均分数比次优基线高超过40个百分点；在 LongBench 上，其在 2%–10% 各预算下取得最高平均分，同时压缩阶段的运行时间和峰值内存低于全上下文重建。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
KV²：一种自精炼的KV缓存压缩方法报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIKV²：一种自精炼的KV缓存压缩方法
Johannes Wesch、Danni Liu和Jan Niehues提出KV²，一种基于选择性重建的查询无关KV缓存压缩方法，先用轻量代理评分器筛选信息量较高的上下文token，再只重处理该子集计算淘汰分数。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月16日 16:00
- 近 24 小时变化
- –
02.557.510
16:0017:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。