Search for a command to run...
Cache-to-Cache（C2C）是由清华大学、香港中文大学联合无问芯穹等高校机构的研究团队于 2025 年 10 月提出的，相关研究成果发表于论文「Cache-to-Cache: Direct Semantic Communication Between Large Language Models」。
C2C 是一种新的 LLM 间直接语义通信范式，它使用神经网络将源模型的 KV 缓存投影并融合到目标模型的缓存中，以实现直接语义传递。与文本通信相比，C2C 利用了两个模型深层的、专业的语义，同时避免了显式的中间文本生成，成为基于 token 的交流方式的一种实用替代方案，并突显了其在可扩展、低延迟的多 LLM 系统中的潜力。
Search for a command to run...
Cache-to-Cache（C2C）是由清华大学、香港中文大学联合无问芯穹等高校机构的研究团队于 2025 年 10 月提出的，相关研究成果发表于论文「Cache-to-Cache: Direct Semantic Communication Between Large Language Models」。
C2C 是一种新的 LLM 间直接语义通信范式，它使用神经网络将源模型的 KV 缓存投影并融合到目标模型的缓存中，以实现直接语义传递。与文本通信相比，C2C 利用了两个模型深层的、专业的语义，同时避免了显式的中间文本生成，成为基于 token 的交流方式的一种实用替代方案，并突显了其在可扩展、低延迟的多 LLM 系统中的潜力。
SAC Flow 在连续控制和机器人操作基准测试中达到最先进性能。
MultiPL-MoE 是后预训练阶段扩展低源编程语言的一种有效方法。
作为一个新颖的语义感知框架，用于从稀疏视图中重建 3D 模型。
通义千问团队系统地研究了门控机制在标准 softmax 注意力中的作用。
GTA 在多个文本分类基准测试中均显著优于标准 SFT 基线和最先进的 RL 方法。
基于 GRPO 等微调技术现有局限性，GVPO 作为一种可靠、多功能的后训练范式应运而生。
CudaForge 是一个简单有效且低成本的用于 CUDA 内核生成和优化的多智能体工作流程。
首个成功将分布匹配蒸馏应用于基于 MDM 的文本生成，并在少步语言序列生成方面创下纪录的框架。
一种新的基于原则的判别约束优化框架，避免了难度偏差和训练不稳定性。
SAC Flow 在连续控制和机器人操作基准测试中达到最先进性能。
MultiPL-MoE 是后预训练阶段扩展低源编程语言的一种有效方法。
作为一个新颖的语义感知框架，用于从稀疏视图中重建 3D 模型。
通义千问团队系统地研究了门控机制在标准 softmax 注意力中的作用。
GTA 在多个文本分类基准测试中均显著优于标准 SFT 基线和最先进的 RL 方法。
基于 GRPO 等微调技术现有局限性，GVPO 作为一种可靠、多功能的后训练范式应运而生。
CudaForge 是一个简单有效且低成本的用于 CUDA 内核生成和优化的多智能体工作流程。
首个成功将分布匹配蒸馏应用于基于 MDM 的文本生成，并在少步语言序列生成方面创下纪录的框架。
一种新的基于原则的判别约束优化框架，避免了难度偏差和训练不稳定性。
