删 98.4% KV cache 反而更准：Looped Transformer 共享记忆新论文

Cornell 与 IBM Research 的论文发现，Looped Transformer 只需第一轮递归写 KV cache、后续各轮共享读取：1B 参数模型第 25 轮删除 98.4% 缓存后，FineWeb-Edu perplexity 从 11.39 降至 10.32，KV 内存占用减少 4.7 倍。