清华团队开源 C2C：LLM 直接交换 KV-Cache，延迟提速 2.5 倍

清华大学、上海AI Lab 等机构开源 C2C（Cache-to-Cache）通信框架，让多个 LLM 协作时直接投影、融合彼此的 KV-Cache，绕过文本生成。实测相比文本通信范式准确率提升约 3.1–5.4%，响应延迟平均提速 2.5 倍。代码已在 github.com/thu-nics/C2C 开源。