Unverified50% confidenceFactExact time
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
1
Sources
50%
Confidence
Long-term
Relevance
9/8/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedKV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77% similarUnverifiedKV 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76% similarUnverifiedKV 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74% similarUnverifiedPrompt缓存必须从前缀开始严格匹配，一旦中间某个token变化，其后所有token的注意力计算都会改变，已缓存的KV对随之失效65% similarUnverifiedGQA 通过让多个 Query 头共享同一组 Key-Value 头，在保持模型表达力的同时降低了 KV Cache 的显存占用59% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/879015API
curl https://kongchang.com/api/v1/knowledge/claims/879015MCP
get_claim(id=879015)