LowRAM 提出非对称 KV 缓存压缩，4 倍压缩下解码吞吐提升 5 倍
原文标题：LowRAM: Low-Rank Keys and Amortised Values for Composable KV Cache Compression at Test-Time
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文发现注意力头内 value 可由对应 key 大幅预测，据此提出值缓存摊销与跨层低秩 key 压缩组成的 LowRAM 非对称压缩流程。该方法在 4 倍压缩下峰值解码吞吐提升至 5 倍，与量化、驱逐组合后长上下文可达 26.9 倍压缩并保留 94.5% 性能。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LowRAM 利用 value 可由 key 预测，4 倍压缩下峰值解码吞吐提升至 5 倍。
- •核心发现：每个注意力头内 value 可由对应 key 大幅预测。
- •值缓存摊销在测试时拟合轻量 per-head 预测器，只存重建最差 token 的残差，实现 4 倍近无损值压缩。
- •预测器可用元学习初始化以降低 prefill 开销，或在多查询推理等一次性成本场景从头拟合。
- •与跨层低秩 key 压缩组成非对称流程，在三个模型家族上接近无损。
- •叠加量化与驱逐后，长上下文达 26.9 倍压缩并保留 94.5% 性能。
为什么重要：KV 缓存随上下文线性增长，直接限制批大小与吞吐；把 key 与 value 区别对待的思路可与其他压缩手段叠加，对长上下文推理部署有直接价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。