University of Southern California（南加州大学）

Value-Aware Stochastic KV Cache Eviction for Reasoning Models

面向推理模型的价值感知随机KV缓存淘汰

Ting-Yun Chang, Harvey Yiyun Fu, Deqing Fu, Chenghao Yang, Jesse Thomason, Robin Jia

机构 * University of Southern California（南加州大学） ； University of Chicago（芝加哥大学） 纠错

AI总结 针对推理模型长输出导致的KV缓存瓶颈，提出价值感知随机淘汰方法VaSE，通过保护大幅度值状态和引入随机性，在4倍压缩下比最强淘汰方法准确率提升超4%。

Comments Codes: https://github.com/terarachang/VaSE

MOSAIC: Efficient Mixture-of-Agent Scheduling via Adaptive Aggregation and Inference Concurrency

MOSAIC: 通过自适应聚合和推理并发的高效混合智能体调度

Saptarshi Mitra, Yifan Zhang, Rachid Karami, Phyo Pyae Moe Aung, Nazmul Takbir, Sreetama Sarkar, Souvik Kundu, Sitao Huang

机构 * University of California, Irvine, USA（加州大学 Irvine 分校） ； University of Southern California, Los Angeles, USA（南加州大学洛杉矶分校） ； Intel, USA（英特尔公司） 纠错

AI总结 针对混合智能体系统在有限GPU资源下的负载不均衡问题，提出基于整数线性规划调度器和置信度感知自适应聚合的MOSAIC框架，实现最高2.5倍专家阶段、4.23倍聚合阶段和1.7~2.3倍端到端加速，精度损失在0.1个百分点内。

Comments 13 pages, 8 main pages

Memory Retrieval for Changing Preferences

针对偏好变化的记忆检索

Yuehan Qin, Li Li, Linxin Song, Wei Yang, Jiate Li, Yuqing Yang, Yue Zhao

机构 * University of Southern California（南加州大学） 纠错

AI总结 提出基于贝叶斯因子的统一框架，通过量化历史轮次对潜在偏好状态的证据强度，实现长上下文对话系统中的记忆访问与选择。

Rethinking the Role of Positional Encoding: Sliding-Window Transformers without PE Remain Turing Complete

重新思考位置编码的作用：无PE的滑动窗口Transformer仍具图灵完备性

Qian Li, Xinyu Mao, Shang-Hua Teng

机构 * Shenzhen Research Institute of Big Data（深圳大数据研究院） ； University of Southern California（南加州大学） 纠错

AI总结 本文证明，在滑动窗口机制下，无需位置编码的Transformer仍可通过窗口演化模拟图灵完备的Post机器，从而具备通用计算能力。

Latent Activation Editing: Inference-Time Refinement of Learned Policies for Safer Multirobot Navigation

潜在激活编辑：基于推理时策略精炼的安全多机器人导航

Satyajeet Das, Darren Chiu, Zhehui Huang, Lars Lindemann, Gaurav S. Sukhatme

机构 * Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Automatic Control Laboratory, ETH Zürich（苏黎世联邦理工学院自动控制实验室） 纠错

AI总结 提出潜在激活编辑（LAE）框架，通过在推理时在线检测并编辑中间激活，在不修改权重或架构的情况下降低预训练策略的碰撞率，在四旋翼导航中实现近90%的碰撞减少。

On the Combinatorial Multi-Armed Bandit Problem with Markovian Rewards

关于马尔可夫奖励的组合多臂老虎机问题

Yi Gai, Bhaskar Krishnamachari, Mingyan Liu

机构 * Ming Hsieh Department of Electrical Engineering University of Southern California（明斯海德电气工程系 美国南加州大学） 纠错

AI总结 针对用户-资源匹配中状态演化为马尔可夫链的组合多臂老虎机问题，提出一种多项式存储和每步多项式复杂度的学习算法，实现接近对数时间的遗憾界。

The Non-Bayesian Restless Multi-Armed Bandit: A Case of Near-Logarithmic Strict Regret

非贝叶斯不安分多臂老虎机：近对数严格遗憾的一个案例

Wenhan Dai, Yi Gai, Bhaskar Krishnamachari, Qing Zhao

机构 * Department of Aeronautics ； Astronautics Massachusetts Institute of Technology, Cambridge, MA 02139, USA Ming Hsieh Department of Electrical Engineering University of Southern California, Los Angeles, CA 90089, USA Department of Electrical ； Computer Engineering University of California, Davis, CA 95616, USA Email 纠错

AI总结 针对非贝叶斯不安分多臂老虎机问题，提出一种元策略方法，通过学习有限策略集中的最优策略，实现近对数遗憾，并首次在非贝叶斯RMAB中达到与已知模型最优策略相同的平均奖励。

Comments arXiv admin note: significant text overlap with arXiv:1011.4752