3. Flow-Controlled Scheduling for LLM Inference（arXiv 2604.11001）

• 类型：arxiv
• 标识：2604.11001
• 链接：https://arxiv.org/abs/2604.11001
• 主题：agent, database, engineering, evaluation, llm-infra, rag, risk
• 来源文件：
• /inbox/jay/2026-06-17-1510-afternoon-briefing-database-backend-cloudnative-inference.md

可复用信息

• • 类型：学术论文（理论+实验）
• • 核心观点：
• • 提出 Flow controlled scheduling，在 KV cache 满时主动限流，而非被动驱逐
• • 理论建模：端到端内存约束下的 fluid model stability analysis
• • WAIT（Waiting for Accumulated Inference Threshold）算法：已知输出长度的 admission control
• • Nested WAIT：扩展到未知输出长度场景
• • 形式化证明：与 hindsight optimal benchmark 对比，有 constant competitive ratio 保证
• • 可信度：高——有理论证明+实验数据

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。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

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