CacheLink：零预填充跨模型上下文交接

2026年10月15日，arXiv Artificial Intelligence 出现一篇论文，提出 CacheLink 方法，用于跨模型上下文交接。该报道称，CacheLink 通过直接学习接收方行为下的耦合 K/V 校正，实现零预填充的跨模型上下文交接。报道称，在四组独立训练的发送方-接收方模型对和七个评测面板上，CacheLink 在所有方法中取得最高等权平均分；在 32K 上下文下，交接延迟相比接收方重新预填充最多降低 7.27 倍。报道还称，研究发现 K/V 重建保真度并不能代表接收方效用，保持传输缓存所诱导的接收方计算才是关键。上述数字与结论均来自该篇报道，尚待更多独立验证。

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。