PulseAugur
中
实时 09:38:19
English(EN) BellowsKV: One Latent for Many Layers, Expanded on Demand

BellowsKV 方法在精度损失极小的情况下大幅削减了 LLM KV 缓存大小

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 BellowsKV，一种压缩大型语言模型中键值（KV）缓存的新颖方法。KV 缓存是 GPU 推理中的一个主要瓶颈。与先前在单层内量化或驱逐标记的方法不同，BellowsKV 将相邻层的隐藏状态映射到一个共享的潜在表示。这种方法允许各层通过从共享潜在表示中进行特定于层的投影来访问自己的键和值。BellowsKV-Quant 在 3.6 倍压缩率下实现了近乎无损的精度，在 13-14 倍压缩率下实现了 97-98% 的精度，显著优于现有的跨层方法。 AI

影响 这项技术可以显著降低大型语言模型的服务成本并提高其效率。

排序理由 该集群包含一篇研究论文，详细介绍了一种用于 LLM KV 缓存压缩的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

BellowsKV 方法在精度损失极小的情况下大幅削减了 LLM KV 缓存大小

本文如何被排名

Signal score
14 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇研究论文，详细介绍了一种用于 LLM KV 缓存压缩的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jiamu Zhang, Hanjie Chen ·

    BellowsKV：一个潜在层支持多层，按需扩展

    arXiv:2610.35023v1 Announce Type: new Abstract: Large language models (LLMs) now serve as the backbone of agents that reason over many turns, call tools, and pursue long-horizon tasks. To avoid recomputation, a model stores the attention keys and values of all past tokens in a ke…

相关实体

相关话题