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
- 模型一次性删掉 OpenClaw 超 100 万行测试代码,作者称还有 30-40 个同类 PR — vincent_koc · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 摩根大通展示内部 agent 流水线 Jarvis:数月工作缩至几分钟 — LangChain · 2026-11-16
- 开发者澄清:App Store 并未全面禁用 Feature Flags — talkaboutdesign · 2026-11-16
- 用户实测:Google Antigravity 效果不输 Claude Cowork,Gemini Tasks 定位存疑 — sebajun2 · 2026-11-16