**经典缓存策略在语义检索中失效:SOLAR学习增强替换框架**

_When Classic Cache Policies Fail: Learning-Augmented Replacement for Semantic Retrieval Buffers_

> 针对LLM代理依赖的语义检索缓冲区,研究发现传统LRU和LFU因缺乏时间局部性而表现不如FIFO。为此提出SOLAR框架,结合后悔累积与贝叶斯在线学习优化替换决策,实现常数竞争比并显著降低缓存大小下的检索误差,揭示了容量限制对检索噪声的影响。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-07-08 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2607.00394)