人大提出 STAIR：仅训 1.2 万参数提升多轮推理

2026 年 10 月 5 日，AGI Hunt 报道中国人民大学团队提出 STAIR（Stale-Token Attention for Inter-query Reuse），用于多轮推理中的历史上下文复用：把早期响应生成的 key/value 存入固定 bank，在冻结基座模型的前提下仅训练 12,288 个参数。实验覆盖三个 Qwen 模型和四个 benchmark，带历史的后续轮次平均准确率最高提升 11.67 个百分点。目前该报道仅披露方法与上述实验结果，尚无其他来源的独立复现或后续更新。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。