Dialogue Without Limits：多轮会话中的固定容量KV缓存

这份资料解决的问题

无限增加会话历史并不现实，固定缓存必须决定哪些信息保留、压缩或丢弃。论文研究持续对话的内存边界。业务验证不能只测平均语言质量，还应安排早期约束重提、用户纠正、跨轮数字与隐私删除场景；模型记忆与数据库存档是不同概念，不能用缓存方案替代审计记录。

原始研究资料

原文题名：Dialogue Without Limits: Constant-Sized KV Caches for Extended Response in LLMs。

作者：Ravi Ghadia、Avinash Kumar、Gaurav Jain、Prashant J. Nair、Poulami Das。

原始发表入口：Dialogue Without Limits: Constant-Sized KV Caches for Extended Response in LLMs。本页上方提供完整、未经删改的原始PDF，可在线阅读或直接下载。中文文字是独立导读，不冒充全文译文；实验设置、算法公式、消融结果和附录以完整PDF为准。

引用与许可

原始文献及本文引用请保留作者、题名、原发表机构与原文地址。原文采用CC BY 4.0许可，本地副本保留原有署名和出版信息。