Kronecker 乘积注意力：结构化分解压缩 KV 缓存
原文标题：Kronecker Product Attention: Memory-Efficient KV Compression via Structured Factorization
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 Kronecker Product Attention（KPA），将键值激活表示为紧凑、依赖 token 的矩阵因子之 Kronecker 乘积和。KPA 严格泛化 TPA，并配合结构化旋转嵌入保持 RoPE 相对位置性质。在四个模型规模、九个下游基准上匹配或超越 MHA、MQA、GQA、MLA，实现最高 10 倍 KV 缓存压缩。
深读 · 结论先行AI 生成展开看要点与影响 ↓
KPA用Kronecker乘积分解KV激活，在四个规模九个基准上匹配或超越MHA/GQA/MLA，实现最高10倍KV缓存压缩。
- •将键值激活表示为紧凑、依赖token的矩阵因子之Kronecker乘积和
- •严格泛化TPA：秩一向量外积分分解是其退化情形，非退化矩阵因子可表达更丰富的块结构模式
- •配套结构化旋转嵌入，只旋转紧凑因子即可保持RoPE相对位置性质，无需MLA式的解耦RoPE分支
- •在四个模型规模、九个下游基准、相同训练条件下匹配或超越TPA、MHA、MQA、GQA、MLA
- •最高实现10倍KV缓存压缩，Kronecker头切分是可调超参，用于权衡压缩与精度
为什么重要：KV缓存是长上下文推理的主要显存瓶颈，10倍压缩且不牺牲精度、还省掉解耦RoPE分支，对做推理加速与长上下文部署的团队有直接价值。
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
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。