RecodeX 重构消息，英伟达最新论文提出跨模型KV缓存复用方案。研究显示，同一家族且KV结构匹配的不同尺寸模型间，缓存存在线性关系，通过500段1024 Token文本校准即可映射。以Qwen3-14B切换至32B为例，32K上下文重新计算需约7秒，而转换缓存仅约0.28秒，提速约25倍。该技术有望让小模型负责长上下文读取，大模型直接生成，降低模型路由的重复计算成本。