Le filThèmes : RechercheInfraAgents
KVCMAS corrige en ligne le cache KV partagé entre agents d’un système multi-agents
1 sourcemis à jour 29 sept.pertinence 3,3 sur5
L’essentiel
Le framework représente les écarts de cache par des états de faible rang. Il offre un TTFT 2,0 fois plus rapide que sans partage de cache KV et réduit la mémoire GPU maximale jusqu’à 3,7 fois face à une méthode antérieure.
Propagation1 article, publié par HF Daily Papers le 29 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHyesung Jeon, Hyeongju Ha, Seoyoung Lee et al.huggingface.co
KVCMAS: Efficient KV cache Correction for Shared Context in Multi-Agent Systems (site externe)
Prompt-specialized multi-agent systems enable multiple agents to share a model while performing complementary roles to solve complex tasks.
Sur les mêmes thèmes
Infra
AgSpec accélère le décodage spéculatif par récupération dans les pipelines d’agents de code
Recherche
Des chercheurs présentent les Context Language Models, qui gèrent eux-mêmes leur contexte comme un fichier
Agents
QwenGyre, un framework de RL élastique, entraîne des agents d’IA sur des tâches très longues
Agents
Des chercheurs présentent SSR, qui remplace le raisonnement libre des agents de recherche par une sélection
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5