AI 搜索

带引用 · 可溯源

先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接

大家都在搜：vLLM12 AbridgeKV 在 vLLM 中的实现改动涉及哪些模块？10 agent10 alignment10 fine-tuning10 multi-agent10 post-training10 pretraining10

AI 答案

资料有限基于 2 条来源 · 引用可点击溯源

现有资料不足以完整回答「该方法在 vLLM 中的实现需要改动哪些部分」——两条资料都只给出了 vLLM 侧的效果/配置层面描述，没有披露具体的代码改动点（如调度器、attention backend、cache manager 等）。能确认的部分如下： 若「该方法」指资料 [1] 的长上下文投机解码方案：

核心思路是冻结短上下文草稿模型，不改权重，仅在推理期引入两个机制：限制注意力缓存、重定位旋转位置索引1。
论文明确称 vLLM 侧「单一配置即可覆盖 4k 到 2M token」1，即作者声称的改动量级是配置级而非代码级，但资料未说明该配置项具体落在哪个模块。

若「该方法」指资料 [2] 的 AbridgeKV：

方法本身需要训练模型，把长推理文本块压缩进可学习 pause token 的 KV 条目，后续 token 改为关注这些 pause token1 2。
在 vLLM 中的可观测结果是单序列缓存缩小 3.5 倍、H100 完成速度提升 3.2 倍2，但资料未说明为此改动了 vLLM 的哪些组件。

结论： 两条资料均未提供 vLLM 内部实现细节，无法据此列出需要改动的具体代码部分。建议直接查阅两篇论文的正文/附录或对应开源实现。

继续追问

资料 [1] 中「限制注意力缓存」和「重定位旋转位置索引」在 vLLM 里分别对应哪个模块？AbridgeKV 的 pause token KV 压缩是否需要修改 vLLM 的 block manager 或 prefix caching？这两个方法能否叠加使用，还是存在缓存管理上的冲突？

参考来源

2 条

1站内Long-Context Drafting Does Not Require Long-Context Drafters论文指出超长上下文下投机解码的加速会消失，因为草稿模型需处理完整前缀。作者提出无需训练长上下文草稿模型：冻结短上下文草稿器，通过限制注意力缓存和重定位旋转位置索引两个推理期机制，让其在200万token下保持短上下文时的加速比，无需改权重，vLLM侧单一配置即可覆盖4k到2M token。arXiv cs.LGhttps://arxiv.org/abs/2610.20865 2站内AbridgeKV: Compressing Long Reasoning into the KV Cache of Learned Pause TokensAbridgeKV 训练模型把已完成的长推理文本块压缩进少量可学习 pause token 的 KV 条目，从而释放原始缓存，后续 token 改为关注这些 pause token。在 AIME 等 446 道竞赛题、32K 生成下，仅保留四分之一缓存即可匹配全 KV 模型精度，vLLM 中单序列缓存缩小 3.5 倍、H100 完成速度提升 3.2 倍。arXiv cs.CLhttps://arxiv.org/abs/2610.20641

AI 答案正在检索与综合…

站内相关条目

2 条 · 点击可看原文全文与中文译文

返回信息流

部署

Long-Context Drafting Does Not Require Long-Context Drafters

论文指出超长上下文下投机解码的加速会消失，因为草稿模型需处理完整前缀。作者提出无需训练长上下文草稿模型：冻结短上下文草稿器，通过限制注意力缓存和重定位旋转位置索引两个推理期机制，让其在200万token下保持短上下文时的加速比，无需改权重，vLLM侧单一配置即可覆盖4k到2M token。

部署与算力·arXiv cs.LG·5 天前

#speculative-decoding

部署

AbridgeKV: Compressing Long Reasoning into the KV Cache of Learned Pause Tokens

AbridgeKV 训练模型把已完成的长推理文本块压缩进少量可学习 pause token 的 KV 条目，从而释放原始缓存，后续 token 改为关注这些 pause token。在 AIME 等 446 道竞赛题、32K 生成下，仅保留四分之一缓存即可匹配全 KV 模型精度，vLLM 中单序列缓存缩小 3.5 倍、H100 完成速度提升 3.2 倍。

部署与算力·arXiv cs.CL·5 天前

#kv-cache