DepthGraft：分层KV重建减少缓存并提升下游表现
热点事件持续更新
DepthGraft：分层KV重建减少缓存并提升下游表现
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Xiaohan Qin 等作者提出 DepthGraft 分层 KV 共享架构，从步幅对齐的浅层-中层源对重建深层 KV。该架构在保持 prefill 提前完成的同时，将 KV cache 减少约三分之一。 作者称，在 0.5B 至 16B 参数的稠密与 MoE 模型上，GQA 和 MLA 两种注意力机制下均取得一致的下游提升；其中 16B MoE 模型上 MMLU-Pro 绝对提升 7.0%，CMMLU 提升 6.6%，C3 提升 6.4%。上述效果为作者报告的结果。
AI 根据报道生成 · 47 分钟前更新
最新进展11月4日 13:00
DepthGraft：通过分层跨层 KV 重建实现结构正则化报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv cs.CLDepthGraft：通过分层跨层 KV 重建实现结构正则化
DepthGraft 是一种分层 KV 共享架构，从步幅对齐的浅层-中层源对重建深层 KV，在保持 prefill 提前完成的同时将 KV cache 减少约三分之一。在 0.5B 至 16B 参数的稠密与 MoE 模型上，GQA 和 MLA 下均取得一致的下游提升；16B MoE 模型上 MMLU-Pro 绝对提升 7.0%，CMMLU 提升 6.6%，C3 提升 6.4%。
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。