KVFetch 提出 KV 缓存时序预取压缩框架
原文标题：KVFetch: Temporal Prefetching for the Missing Half of KV Cache Compression
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。
论文指出当前 KV 缓存压缩方法只实现按内容关联查找，忽略按位置顺序遍历，导致逐字复制在压缩中途断裂的「顺序遗忘」问题。作者提出免训练即插即用框架 KVFetch，为任意基于评分的压缩器开辟时序召回通道。在 RULER-16K 上逐字复制从 0.8 恢复至 78.4，13 项任务平均提升 8.4。
深读 · 结论先行AI 生成展开看要点与影响 ↓
KVFetch指出压缩存在「顺序遗忘」，RULER-16K逐字复制从0.8恢复到78.4。
- •现有三类压缩方法（评分淘汰、摘要补偿、卸载召回）都只按内容相关性决策，忽略按位置顺序遍历这一访问模式
- •顺序遗忘指压缩保留序列头部却丢弃后续，导致逐字复制中途不可逆断裂，且加预算、换评分、动态重评都无效
- •KVFetch免训练即插即用，把被淘汰候选降级到量化冷层，用单调读指针检测复制行为并预取位置后继到固定热层槽位
- •RULER-16K上逐字复制从0.8恢复至78.4，13项任务平均提升8.4
为什么重要：RAG、代码补全、结构化抽取都依赖逐字复现上下文，该问题被证明是压缩后剩余质量损失的主因，对做长上下文推理的团队直接相关。
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
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。