待验证50% 置信事实精确时间
KV-Surgeon的二次代理模型将删除集合对注意力输出的影响近似为二次型函数，在贪心框架下每次只需在二次型上做闭式比较，选出当前最优的单个删除，从而避免组合爆炸。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证注意力操作中的softmax重归一化会以非线性方式耦合删除决策：删除一个条目会改变所有剩余条目的注意力权重，导致独立评估方法难以做出全局最优删除决策。70% 相似待验证KV Cache复用针对Agent多轮对话中重复的前缀上下文，避免每次推理重新计算注意力，从而降低延迟65% 相似待验证KV缓存在Agent多轮交互中保存此前所有Token的注意力键值对以避免重复计算，但其显存占用随上下文长度线性甚至近似线性增长，长上下文Agent容易触及显存上限。65% 相似待验证金丝雀式删除是指把可疑逻辑的删除与行为观测绑定，先在小流量、非关键路径上验证，再逐步扩大。64% 相似待验证将错误处理和告警逻辑拆分为独立的第二工作流，可以保持主流程干净并提高复用性，是一种关注点分离的设计模式64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073865API
curl https://kongchang.com/api/v1/knowledge/claims/1073865MCP
get_claim(id=1073865)