PAGE：分区感知门控 KV 缓存淘汰
原文标题：PAGE: Partition-Aware Gated KV-Cache Eviction
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。
研究指出 KV 缓存淘汰方法只决定保留哪些 token，却不判断是否该淘汰，导致基准均值掩盖了压缩使准确率从 99% 崩至 0% 的输入类别。PAGE 用预填充注意力中 top-k 头一致性的早期到晚期下降这一无标签标量，在解码前预测输入类别并决定是否启用淘汰。作为保护机制，PAGE 将容量受限场景的伤害率从 0.75 降至 0.026，实现 29 倍降幅。
- 问题
- KV缓存淘汰只决定保留哪些token，不判断是否该淘汰，基准均值掩盖了压缩导致准确率从99%崩到0%的输入类别。
- 方法
- 用预填充注意力中top-k头一致性的早期到晚期下降这一无标签标量，在解码前预测输入类别并决定是否启用淘汰。
- 结果
- 容量受限场景伤害率从0.75降至0.026（29倍降幅），把99%到0%的崩溃变为稳定89%，覆盖4种淘汰器、4个模型、2个基准。
- 影响
- 可作为任意KV淘汰器的即插即用安全门控，避免长上下文压缩在特定输入上灾难性失效。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PAGE用预填充注意力标量预测输入类别，决定是否淘汰，将容量受限场景伤害率从0.75降至0.026。
- •指出KV淘汰方法只决定保留哪些token，不判断是否该淘汰，基准均值掩盖了99%崩至0%的输入类别
- •将输入分为容量受限类（任何预算下淘汰都灾难）与稀释类（淘汰安全或有益）
- •用预填充注意力中top-k头一致性的早到晚下降这一无标签标量，在解码前预测类别
- •作为保护机制，伤害率从0.75降至0.026，29倍降幅，覆盖四个淘汰器、四个模型、两个基准
- •把99%到0%的崩溃转为稳定89%，无需重训淘汰器；约100条无标签输入即可为新架构重校准阈值
为什么重要：把淘汰重构为逐输入准入决策，为KV压缩提供了低成本安全阀，对部署长上下文推理的工程团队有直接价值。
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。