AttSVD：注意力引导的低秩KV缓存压缩
原文标题：AttSVD:Prompt-Adaptive Low-Rank KV Cache Compression via Attention-Guided SVD
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。
论文提出AttSVD，一种基于每个提示自身注意力几何的可解释低秩KV缓存压缩方法，通过在线逐提示截断SVD仅保留注意力实际读取的方向。方法提出累积与流式两种解码缓存策略，以及能量规则与注意力感知基截断两项自适应改进。在多个模型、智能体基准与LongBench上，AttSVD在保持与稠密缓存相当性能的同时将KV缓存内存降至最多50%。
- 问题
- 长上下文下KV缓存随序列线性增长，主导显存占用。
- 方法
- 沿特征轴做逐提示在线截断SVD，仅保留注意力实际读取的方向，而非沿序列轴淘汰token。
- 结果
- 在多个模型、智能体基准与LongBench上性能与稠密缓存相当，KV缓存内存降至最多50%。
- 影响
- 训练-free即可将长上下文推理显存减半，适合部署长文档与智能体场景。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AttSVD 按提示自身注意力几何做低秩 KV 压缩，内存降至最多 50% 且性能与稠密缓存相当。
- •思路不同于逐 token 淘汰：保留全部 token，沿特征轴做低秩压缩，避免序列轴上的不可逆选择
- •基由每个提示自身的注意力几何导出，在线逐提示截断 SVD，只保留注意力实际读取的方向
- •提出累积与流式两种解码缓存策略，分别面向短生成与长生成
- •两项自适应改进：逐矩阵能量规则独立设定 logit 空间与注意力质量；注意力感知基截断只在实际读取空间截断
- •多个模型、智能体基准与完整 LongBench 上性能与稠密缓存相当，KV 缓存内存最多降至 50%
为什么重要：长上下文推理的显存瓶颈有免训练、可解释的替代方案，且附带逐头有效秩洞察，对长上下文部署与 KV 压缩研究者都有参考价值。
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。