待验证50% 置信观点精确时间
淘汰低价值 token 的 KV 条目，成为长上下文推理降本的关键手段。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证传统推理框架为每条并发请求预先分配连续的 KV Cache 显存块，导致显存碎片严重、利用率低下76% 相似待验证KV缓存在推理阶段复用历史token的Key与Value矩阵，避免对已生成序列重复执行注意力计算75% 相似已验证KV Cache机制中，复用已缓存的KV值为命中，上下文变化导致缓存失效需重新计算为未命中72% 相似待验证KV Cache通过缓存历史token的Key和Value向量复用，将推理计算复杂度从O(n²)降低到O(n)，若缓存被错误截断、覆盖或会话间串扰会导致上下文错乱触发循环72% 相似待验证KV缓存通过缓存历史token的Key和Value向量，将注意力计算量从平方级降为线性增长71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1020973API
curl https://kongchang.com/api/v1/knowledge/claims/1020973MCP
get_claim(id=1020973)