利用混合模型的固定循环状态预测KV条目未来价值，实现与查询无关的缓存淘汰。
推荐理由：研究发现Qwen混合模型的长记忆头主要由权重决定，并据此提前判断KV效用；若效果成立，可直接压低长上下文推理的显存成本。
阅读原文