一次实现更智能与更低成本：字节级精确 KV-Cache 移植将冻结小模型转化为已验证知识飞轮

本文提出一种无需修改权重即可提升冻结小语言模型能力并大幅降低成本的方法。通过将已验证知识以字节级精确的键值（KV）状态 artifacts 形式存储，并在推理时将其“移植”到新上下文中，实现了比特级精确恢复。实验表明，该方法在 AIME 2025 上显著提升了模型准确率，同时将重复问题的解决令牌数减少了数千倍，能耗降低近万倍。此外，该技术在不增加显存的情况下极大地扩展了可用上下文窗口，支持跨机器迁移。