热点事件持续更新
BeNice!：循环 Transformer KV 缓存共享
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月26日，有报道称 UC San Diego 与 Together AI 团队提出 BeNice! 方法。该方法针对循环 Transformer 的一个问题：模型每次循环都会生成独立的 KV-cache，导致 GPU 显存随循环数线性增长。BeNice! 采用 KV 缓存共享的思路应对这一问题，报道称可让 GPU 显存节省 66%。报道未披露该方法的具体实现方式、适用的模型规模或基准评测结果，后续进展有待观察。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 10:02
UC San Diego 与 Together AI 提出 BeNice!，循环 Transformer 显存省 66%。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- AGI HuntUC San Diego 与 Together AI 提出 BeNice!：循环 Transformer KV 缓存共享，GPU 显存省 66%
UC San Diego 与 Together AI 团队提出 BeNice! 方法，解决循环 Transformer 每次循环都生成独立 KV-cache、显存随循环数线性增长的问题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。