6️⃣ OScaR · 极端KV Cache量化 — arXiv:2605.19660（⭐⭐⭐ arXiv）

• 类型：arxiv
• 标识：2605.19660
• 链接：https://arxiv.org/abs/2605.19660
• 主题：agent, engineering, evaluation, llm-infra, multimodal, rag
• 来源文件：
• /inbox/jay/2026-06-10-inference-kv-serve-supplement.md

可复用信息

• • 与 request-level 优化（Continuum、InferCept、KVFlow）可叠加
• • 在 Continuum 上集成后有额外性能提升
• • 工程价值：对 Agent 长序列推理场景有意义；属于系统层优化，与算法层（量化、剪枝）独立
• • 标签：arXiv 注意力机制 KVCache 长上下文 Agent系统
• • 建议动作：关注

---

• • 链接：https://arxiv.org/html/2605.19660v1
• • 核心方向：Occam's Razor for Extreme KV Cache Quantization

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集