CacheBridge：跨模型架构迁移 KV 缓存

CacheBridge（arXiv 2609.00891，9 月 2 日周三 digest）解决请求在多个 LLM 之间流转时的共享前缀重算问题：在保留闭式仿射映射器在线部署接口的同时，协同设计架构索引的映射器支撑、注意力对齐的校准与有界映射器构造。它改进了 Full-Head Mapping——后者每个目标头都从所有源头映射，对架构差异敏感，映射器的存储与应用成本随层支持增长。同一窗口还有独立并行工作《A Universal Context-Reuse Layer for Cross-Model KV Sharing》（2608.30963，9 月 1 日周二 digest），研究跨规模、跨架构、跨注意力配置、跨 tokenizer、跨模型家族的 KV 转译。

多模型流水线（路由到小模型、草稿到校验、通用到专精）目前每次交接都要付一次完整 prefill，而这恰恰发生在路由本该省钱的地方，成了成本大头。两个独立团队在同一窗口发表跨模型 KV 迁移，说明「KV 缓存只能本模型用」这个假设开始松动；跑模型路由栈的团队应该像 2025 年盯 prompt caching 一样盯住这条线。

ArXiv	2609.00891，2026 年 9 月 2 日周三 digest 宣告
机制	源到目标 KV 的闭式仿射映射器，可在线部署；架构索引的映射器支撑 + 注意力对齐校准 + 有界映射器构造
改进对象	Full-Head Mapping（每个目标头从所选层的所有源头映射）：迁移质量对架构差异敏感；映射器存储与应用成本随层支持增长
并行工作	arXiv 2608.30963《A Universal Context-Reuse Layer for Cross-Model KV Sharing》（9 月 1 日周二 digest）：跨规模 / 架构 / 注意力配置 / tokenizer / 家族的 KV 转译；同家族（Qwen2.5-7B → Qwen2.5-1.5B）与跨家族均做了评测
知识库脉络	延续 KV 复用线：ReCache（2608.19662，8/21，工具增强 agent 的组合不变复用）、TwinKV（2608.27128，8/29，逐出修复）