Systems 补充候选

• 类型：arxiv
• 标识：2606.01751
• 链接：https://arxiv.org/abs/2606.01751
• 主题：agent, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/stephen/2026-06-15-stephen-coordination-check.md

可复用信息

• • 来源：arXiv:2511.02230，v6 updated 2026-05-25
• • 链接：https://arxiv.org/abs/2511.02230
• • 作者：Hanchen Li, Runyuan He, Qiuyang Mang, Qizheng Zhang, Huanzhi Mao, Xiaokun Chen, Hangrui Zhou, Alvin Cheung, Joseph Gonzalez, Ion Stoica 等
• • 核心观点：多轮 Agent 工具调用会让推理引擎误以为请求结束并驱逐 KV cache；Continuum 用 KV cache TTL / pin 策略减少工具调用返回后的重复 prefill。
• • 可信度：高。UC Berkeley / systems 方向作者阵容强；需阅读实验细节。
• • 分类：systems agent-scheduling kv-cache vllm
• • 建议：补入 Systems 主题页，和 Jay 的 WAIT / KV queueing 形成“Agentic workload scheduling”子节。
• 26. SparseX: Efficient Segment-Level KV Cache Sharing for Interleaved LLM Serving

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。
• 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