VFold 论文：跨层对称性压缩 value cache，节省一半内存并保持超过 98% 性能

Johns Hopkins 与 George Mason 团队发布 VFold 论文，提出对称感知的跨层 value cache 合并策略，将 value cache 压缩一半并保持超过 98% 的全缓存性能。该方法可与高比率量化或 key cache 剪枝叠加，无需修改 LLM 架构，在降低解码性能损失与架构开销的同时，为内存受限场景扩展上下文窗口提供方向。