arXiv 2026年10月5日该工作提出iS-KV，一种面向长程推理的在线低秩KV缓存压缩方法：它保留最近窗口为精确表示，将较早状态增量折叠为有界秩表示，并在低秩基演化时同步历史坐标以维持表示一致性；在DeepSeek-R1-Distill-Llama-8B上以4.06倍持久KV压缩达到82.6%准确率（原模型83.6%），在Qwen3-8B上以5.64倍压缩达到89.2%准确率，并在匹配内存预算下持续优于token驱逐基线。该工作提出iS-KV，一种面向长程推理的在线低秩KV缓存压缩方法：它保留最近窗口为精确表示，将较早状态增量折叠为有界秩表示，并在低秩基演化时同步历史坐标以维持表示一致性；在DeepSeek-R1-Distill-Llama-8B上以4.06倍持久KV压缩达到82.6%准确率（原模型83.6%），在Qwen3-8B上以5.64倍压缩达到89.2%准确率，并在匹配内存预算下持续优于token驱逐基线。iS-KV用块增量SVD在线压缩KV缓存，在DeepSeek-R1-Distill-Llama-8B上以4.06倍压缩保留82.6%准确率该工作提出iS-KV，一种面向长程推理的在线低秩KV缓存压缩方法：它保留最近窗口为精确表示，将较早状态增量折叠为有界秩表示，并在低秩基演化时同步历史坐标以维持表示一致性；在DeepSeek-R1-Distill-Llama-8B上以4.06倍持久KV压缩达到82.6%准确率（原模型83.6%），在Qwen3-8B上以5.64倍压缩达到89.2%准确率，并在匹配内存预算下持续优于token驱逐基线。该工作提出iS-KV，一种面向长程推理的在线低秩KV缓存压缩方法：它保留最近窗口为精确表示，将较早状态增量折叠为有界秩表示，并在低秩基演化时同步历史坐标以维持表示一致性；在DeepSeek-R1-Distill-Llama-8B上以4.06倍持久KV压缩达到82.6%准确率（原模型83.6%），在Qwen3-8B上以5.64倍压缩达到89.2%准确率，并在匹配内存预算下持续优于token驱逐基线。