热点事件持续更新
研究者：Transformer 内部状态被多次压缩
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月1日，AGI Hunt 报道，有研究者指出，Transformer 在每轮前向传播中算出的内部状态，有相当一部分不会存入 K/V 缓存，而是在整个 forward pass 中被多次丢弃或压缩。报道称，这一说法挑战了「K/V 缓存等于模型记忆」的常见直觉，并暗示模型每步推理中的大量中间计算不可恢复。该报道未披露研究者的具体身份、所涉模型以及相关实验细节，目前公开信息仅为此一条，尚无后续回应或补充说明。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 07:32
研究者称 K/V 缓存并非完整记忆，前向传播中内部状态被多次压缩或丢弃。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- AGI Hunt研究者指出 Transformer 内部状态多次被压缩，K/V 缓存并非完整记忆
研究者指出，Transformer 每轮前向传播中算出的内部状态有相当一部分不会存入 K/V 缓存，而是在整个 forward pass 中被多次丢弃或压缩。这挑战了「K/V 缓存等于模型记忆」的常见直觉，暗示模型每步推理中的大量中间计算不可恢复。
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。