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
主分类：rag
形态：method
被引：0
被引来源：Semantic Scholar + OpenAlex
S2被引：0
OpenAlex被引：0
影响力被引：0
TLDR：SarseX is model-agnostic, training-free, and compatible with Prefix Cache, and it provides unified support for common online serving scenarios including multi-round chat, retrieval-augmented generation (RAG), and agent workflows.
OpenAlex ID：W7163194107
OpenAlex DOI：10.48550/arxiv.2606.01751
DOI：10.48550/arxiv.2606.01751
DOI来源：OpenAlex
开放获取：green
开放获取链接：https://doi.org/10.48550/arxiv.2606.01751
OpenAlex更新：2026-07-19
TLDR中文：SarseX 模型无关、无需训练，并与 Prefix Cache 兼容，可为多轮对话、检索增强生成 (RAG) 和 Agent 工作流等常见在线服务场景提供统一支持。
待LLM分类：否
来源文件：
/inbox/stephen/2026-06-15-stephen-coordination-check.md
[S2 enrich]
[OpenAlex backfill]

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。
1. SparseX: Efficient Segment-Level KV Cache Sharing for Interleaved LLM Serving