RUC 提出 STAIR：仅训 1.2 万参数，历史上下文让多轮推理准确率提升 11.67 点

中国人民大学团队提出 STAIR（Stale-Token Attention for Inter-query Reuse），把早期响应生成的 key/value 存入固定 bank，冻结基座模型、仅训练 12,288 个参数，在三个 Qwen 模型和四个 benchmark 上使带历史的后续轮次平均准确率最高提升 11.67 个百分点。