异构多智能体LLM的免预填充KV缓存迁移
原文标题：Prefill-Free Cross-Family KV Cache Transfer for Heterogeneous Multi-Agent LLMs
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。
论文针对异构多智能体LLM系统中文本通信导致接收方重复预填充共享上下文的问题，提出HeteroFold免预填充跨模型族KV缓存迁移方法。该方法对齐模型结构、将发送方缓存映射到接收方空间并校准以保持接收方行为，同时冻结双方模型。在32K上下文下Llama-3.1-8B到Ministral-3-14B迁移比原生预填充快10.7倍。
- 问题
- 异构多智能体LLM用文本通信时，接收方需重复预填充发送方已处理的共享上下文。
- 方法
- HeteroFold冻结双方模型，对齐结构后将发送方KV缓存映射进接收方空间并校准以保持接收方行为，实现免预填充跨模型族迁移。
- 结果
- 32K上下文下Llama-3.1-8B到Ministral-3-14B迁移比原生预填充快10.7倍，比Dense Latent与KV Ridge快1.18至1.47倍。
- 影响
- 跨模型族复用KV缓存可显著削减多智能体系统的重复计算，让异构角色分工在延迟上变得可行。
深读 · 结论先行AI 生成展开看要点与影响 ↓
HeteroFold实现跨模型族免预填充KV迁移，32K上下文下比原生预填充快10.7倍。
- •针对异构多智能体LLM中接收方需重复预填充发送方已处理上下文的问题，提出免预填充跨模型族KV缓存迁移
- •需处理分词、模型深度与KV表示差异，方法对齐结构、映射缓存到接收方空间并校准以保持接收方行为，双方模型冻结
- •在六个迁移方向上，四个长上下文基准全部最优，多数短上下文设置也最优
- •32K上下文下Llama-3.1-8B→Ministral-3-14B比原生预填充快10.7倍，比Dense Latent与KV Ridge快1.18-1.47倍
- •在多智能体基准上与文本通信持平
为什么重要：异构多智能体系统里重复预填充是实打实的算力浪费，跨模型族缓存复用可显著降低长上下文协作的推理成本。
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。