清华团队开源多模型KV-Cache直连框架
热点事件持续更新
清华团队开源多模型KV-Cache直连框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
清华大学、上海AI Lab等机构研究者开源Cache-to-Cache（C2C）通信框架，使多个大语言模型协作时可通过神经网络投影、融合并直接交换内部KV-Cache，不再依赖生成文本传递信息，并由可学习门控机制选择适合受益的层。 据团队实验结果，相比文本通信范式，C2C准确率提高约3.1%至5.4%、较单模型提升6.4%至14.2%，响应延迟平均改善2.5倍；代码已发布至GitHub仓库thu-nics/C2C。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 13:48
清华团队开源 C2C，让多个 LLM 直接交换 KV-Cache 并提速 2.5 倍报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI Hunt清华团队开源 C2C，让多个 LLM 直接交换 KV-Cache 并提速 2.5 倍
清华大学、上海AI Lab 等机构研究者开源 Cache-to-Cache（C2C）通信框架，让多个 LLM 通过神经网络投影和融合直接交换内部 KV-Cache，并由可学习门控机制选择受益层。相比文本通信范式，该方法准确率提升约 3.1–5.4%，相对单模型提升 6.4–14.2%，响应延迟平均提速 2.5 倍，代码已发布至 github.com/thu-nics/C2C。
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。