KVCMAS 用低秩锚点池与链式校正共享多智能体 KV 缓存，在 32K 共享上下文、8 QPS 下把 TTFT 相对无共享推理提速 2.0 倍，并把峰值显存降到 KVComm 的约 1/3.7
该工作提出 KVCMAS，一个面向提示特化多智能体系统的在线 KV 缓存校正框架：它把跨智能体缓存偏差表示为紧凑的低秩状态，并沿智能体工作流链式传递校正，从而无需额外的无上下文参考预填充，在语言与视觉语言负载上取得与既有 KV 缓存共享方法相当或更高的准确率，同时在 32K 共享 token、8 QPS 下相对无共享推理获得 2.0 倍 TTFT 加速，并把峰值 GPU 显存降到先前校正方法 KVComm 的最多 1/3.7。