Cartridges 团队研究“Self-Study 是移动目标”，提出无标签度量优化 KV 缓存压缩

Cartridges 团队提出无需标签的质量度量，用于评估 Self-Study 生成问题的价值。研究指出，问题分布会随训练持续变化，因此需要动态判断哪些问题值得继续训练。Cartridges 通过将长文档压缩进小型训练 KV cache，探索长上下文与记忆压缩方向。