研究者提出KV-Surgeon离线缓存压缩方法
热点事件持续更新
研究者提出KV-Surgeon离线缓存压缩方法
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
2026年10月20日，Moritz Wagner等研究者在arXiv发表论文，正式提出名为KV-Surgeon的补偿感知离线KV-Cache压缩方法。 该方法的核心机制是利用校准数据（calibration data）以可计算的方式将交互作用纳入考量，从而实现压缩。 实验验证显示，该方案在4B至30B参数规模的模型上均有效，显著推进了成本与准确率之间的帕累托前沿。
AI 根据报道生成 · 51 分钟前更新
最新进展10月20日 12:00
KV-Surgeon: 补偿感知的离线 KV-Cache 压缩报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · MLKV-Surgeon: 补偿感知的离线 KV-Cache 压缩
summary_zh: KV-Surgeon 提出一种补偿感知的离线 KV-Cache 压缩方法，在 4B 至 30B 参数模型上显著推进成本-准确率帕累托前沿。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。