DCKV 发布：端到端 KV 缓存可微编码实现 100 倍压缩
热点事件持续更新
DCKV 发布：端到端 KV 缓存可微编码实现 100 倍压缩
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月28日，Egor Maximov 等人在 arXiv 发布研究 DCKV，提出首个针对 KV 缓存的端到端可微编码器。该模型旨在解决混合语言模型中提示词状态的高成本存储与传输问题。 技术层面，DCKV 联合优化变换、量化器与熵模型。在 Qwen3.5-2B 模型测试中，该方法以超过 55 倍压缩率实现 1.8 点以内的性能损失，并支持 100 倍以上压缩，误差控制在 3.6 点以内，显著提升长上下文复用效率。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
DCKV：混合语言模型提示词 KV 缓存的学习型变换编码报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · AIDCKV：混合语言模型提示词 KV 缓存的学习型变换编码
DCKV 提出首个端到端训练的 KV 缓存可微编码器，在 Qwen3.5-2B 上以超过 55 倍压缩率实现 1.8 点以内损失。 该编码器联合优化变换、量化器与熵模型，支持 100 倍以上压缩且误差不超 3.6 点。 此方案显著降低提示词状态存储与传输成本，提升长上下文复用效率。
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。