BELT低秩KV缓存压缩框架论文发布

2026年10月15日，arXiv Artificial Intelligence 出现一篇由 Yaoyang Liu 等作者发布的论文，提出 BELT——一种低秩 KV Cache 压缩框架。据该论文自述，BELT 的键侧目标直接对齐注意力分布，而非原始键或 softmax 前的 logits，由此可得到闭式低秩解；同时引入可学习全局秩分配器，训练时进行软选择、部署时进行硬选择，以满足用户指定的组件预算。报道未给出该框架的评测结果、对比基线或开源情况，也未提及后续进展。上述内容均来自论文自身表述，仅证明作者如此声称，不构成对方法有效性的独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。