KV-streams 方法让 SWE Agent 训练提速 2 倍且不掉点
burny_tech · x · 2026-10-01
研究者提出 KV-streams：在 agentic compaction 时不丢弃 KV cache，而是保留它继续生成，从而避免推理引擎和训练器两侧的重新 prefill 开销。
要点：
- 与假设固定压缩策略的工作不同，KV-streams 可兼容任意 compaction 方法
- 先在文字游戏类任务上实验验证，再扩展到 SWE 任务
- 在 SWE 任务上性能与重新 prefill 压缩和全上下文持平，但训练时间减半
「编程与Agent」频道最新
- 用 SDF 实时拼出 Dot 五个角色形象,还能简单互动 — yihui_indie · 2026-10-01
- 剪辑师开源 open-fusion-mcp：Claude 直接在达芬奇里做可编辑动效 — JohnnyLegion · 2026-10-01
- codemode 结合通用分类模型的 pi 演示获开发者圈好评 — ricklamers · 2026-10-01
- 前 Cursor 工程师跑 6 个 Grok Bot:从提示词到雇一队 Agent 的工作流 — lasas · 2026-10-01
- 开发者做 Agent 定制乐高套装:AI 设计后直接下单,即将发布 — noahsolomon · 2026-10-01
- 把付费外包活交给 AI Agent 一个月：验证而非智能才是关键 — alexksteadman · 2026-10-01