热点事件持续更新
Looped Transformer共享KV缓存新论文
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28日，AGI Hunt 报道了康奈尔大学与 IBM Research 的一篇新论文，该论文研究 Looped Transformer 的 KV 缓存共享机制。论文提出，这类模型只需在第一轮递归时写入 KV 缓存，后续各轮即可共享读取，无需重复写入。在 1B 参数模型上，第 25 轮递归时删除 98.4% 的 KV 缓存后，FineWeb-Edu 上的 perplexity 从 11.39 降至 10.32，说明效果不降反升；同时 KV 内存占用减少 4.7 倍。目前该工作以论文形式公开，报道中尚未提及后续复现或工程落地情况。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 10:08
新论文：1B 模型第 25 轮删 98.4% KV 缓存，困惑度反降至 10.32，内存省 4.7 倍。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI Hunt删 98.4% KV cache 反而更准：Looped Transformer 共享记忆新论文
Cornell 与 IBM Research 的论文发现，Looped Transformer 只需第一轮递归写 KV cache、后续各轮共享读取：1B 参数模型第 25 轮删除 98.4% 缓存后，FineWeb-Edu perplexity 从 11.39 降至 10.32，KV 内存占用减少 4.7 倍。
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。