KV-Rescue

KV-Rescue框架恢复了因KV逐出而丢失的大语言模型推理准确性

研究人员开发了KV-Rescue，一个新颖的推理框架，旨在减轻大型语言模型在长推理任务中因KV缓存逐出而导致的准确性损失。通过使用一个轻量级的、全上下文的辅助模型与主模型并行，KV-Rescue交错它们的推理步骤，以弥合因逐出上下文而产生的信息差距。该方法已显示出显著的改进，在使用Qwen2.5-Math模型进行数学基准测试时，恢复了因逐出而损失的平均87%的准确性，并通过防止失控的退化将令牌生成减少了43%。