LaProx 提出统一 KV Cache 驱逐策略
热点事件持续更新
LaProx 提出统一 KV Cache 驱逐策略
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月9日，arXiv 人工智能板块刊出 Tho Mai 与 Joo-Young Kim 的论文，提出面向长上下文大语言模型推理的 KV Cache 淘汰新方法 LaProx。据该文，LaProx 把 KV Cache 淘汰从按头加权平均的做法，重构为输出感知的逐层矩阵乘法近似问题，显式建模注意力图与投影 value 状态之间的乘性交互，以更准确衡量 token 贡献并计入头间依赖，并称首次实现全局可比的 token 重要性评分。目前公开信息仅来自这篇主报道，尚无跟进报道披露实验设置、对比基线、评测数据或实际推理加速与精度结果，也未提及代码、模型或部署层面的后续进展。事件仍处方法提出阶段。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
LaProx：面向长上下文 LLM 推理的 KV Cache 淘汰新方法报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv Artificial IntelligenceLaProx：面向长上下文 LLM 推理的 KV Cache 淘汰新方法
LaProx 将 KV Cache 淘汰从按头加权平均重构为输出感知的逐层矩阵乘法近似问题，显式建模注意力图与投影 value 状态的乘性交互，并首次实现全局可比的 token 重要性评分。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。