InertiaKV：解码时KV驱逐的时间聚合与排序保持
原文标题：What Matters for Aggressive Decoding-Time KV Eviction? Temporal Aggregation and Ranking Preservation
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。
研究发现解码时KV压缩中，指数移动平均聚合使评分函数修改在驱逐集层面几乎不可区分，而某些评分器会改变排序并导致性能下降。基于此提出InertiaKV及其周期性刷新变体，提升解码吞吐量1.34-1.46倍。还探索了无评分解码，仅首次评分并冻结排序，质量变化微小。
- 问题
- 解码时KV压缩中，时间聚合规则常被忽视，不同评分器在驱逐集层面表现差异大。
- 方法
- 发现EMA聚合使近似保序的评分器修改在驱逐集层面几乎不可区分，提出InertiaKV及周期性刷新变体InertiaKV-Lazy。
- 结果
- 解码吞吐量提升1.34-1.46倍；无评分解码平均质量变化+0.03。
- 影响
- 指出时间聚合与排序保持是KV驱逐的独立关键设计因素，为高效解码提供低成本方案。
深读 · 结论先行AI 生成展开看要点与影响 ↓
InertiaKV指出EMA聚合让评分改动在驱逐集上难区分，其惰性刷新变体带来1.34-1.46倍解码吞吐。
- •在激进KV压缩下，EMA聚合使近似保序的评分器改动在驱逐集层面几乎不可区分。
- •Value-norm与熵变体与注意力高度相关、保留集几乎不变；KeyDiff、key norm、recency与学习型评分器改变排序并明显掉点。
- •InertiaKV为基于EMA的解码时驱逐方法，InertiaKV-Lazy周期刷新，吞吐为全刷新版的1.34-1.46倍。
- •Score-Free解码仅在首个解码步评分并冻结排序，平均质量变化+0.03，后续评分全部省去。
- •结论基于6个开放权重骨干与LongBench、LongBench-v2、RULER三个基准。
为什么重要：它把时间聚合与排序保持提为KV压缩的独立设计因素，提示研究者别只卷评分函数，对推理服务降本有直接价值。
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。