Cache-to-Cache：让 LLM 之间直接进行语义通信

研究者提出 Cache-to-Cache（C2C），一种让 LLM 绕过文本、直接通过 KV-cache 进行语义通信的新范式，用神经网络将源模型的 KV-cache 投影并融合到目标模型中，并用可学习门控机制选择受益的目标层。实验显示 C2C 平均准确率比单个模型高 6.4-14.2%，比文本通信范式高约 3.1-5.4%，延迟平均加速 2.5 倍。代码已开源。