热点事件持续更新
DCKV：端到端训练的 KV cache 可微编解码器
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv 上出现 Egor Maximov 的 DCKV 工作，针对混合语言模型的提示词 KV cache 提出一种可微编解码器：其变换、量化器与熵模型与冻结的语言模型联合端到端训练，而非作为后处理压缩步骤。作者在 Qwen3.5-2B 上评测，称每个被压缩存储的 token 所占字节比 bf16 少 55 倍以上，在三个长上下文基准上精度最多损失 1.8 分；当字节减少超过 100 倍时，损失最多 3.6 分。目前该工作以预印本形式公布，尚未见同行评审或其他团队的复现报道。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI / cs.LG 最新DCKV 用可微编解码器压缩混合语言模型的提示词 KV cache
Egor Maximov 提出 DCKV，一种面向混合语言模型提示词 KV cache 的可微编解码器，其变换、量化器和熵模型与冻结的语言模型联合端到端训练。在 Qwen3.5-2B 上，它存储压缩 token 所占字节比 bf16 少 55 倍以上，在三个长上下文基准上损失最多 1.8 分，字节减少 100 倍以上时损失最多 3.6 分。
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。