arXiv · cs.CL· Tianyu Fu·· 7 天前精选AI 评分57
arXiv 论文提出面向智能体的缓存工程方案与 AKV 推理引擎
Cache Engineering for Agents
来源与原文
arXiv · cs.CL
作者：Tianyu Fu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.28577v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 cache engineering 方案，让 LLM 智能体通过 drop 和 repos 操作直接控制活跃 KV cache，无需修改轨迹或重新 prefill。配套的 AKV 推理引擎提供无状态接口并内部管理缓存复用；工具响应滚动 drop 策略相比阈值触发的摘要方法平均提升基准分 1.7 分、降低成本 27.7%，AKV 实现最高 1.2x 输出吞吐和 1.5x P95 延迟加速。
推荐理由
论文提出让智能体直接操作 KV cache 的缓存工程方案，附带与常规摘要策略的成本和延迟对比数据。
来源：arXiv · cs.CL · arxiv.org