**混合语言模型跨模型记忆交接：4B到9B无需重读目标前缀**

_LatentPort: Beyond KV Cache - Cross-Model Transfer of Recurrent Memory in Hybrid Language Models: A 4B-to-9B Hybrid-State Handoff Without Target Prefix Replay_

> 该研究演示了混合语言模型间的持久化循环推理状态跨模型交接：将Qwen3.5 4B的实时记忆直接传递给同架构的9B模型，接收方无需重读历史上下文。仅迁移注意力KV存在较大差距，加入Gated DeltaNet（GDN）持久状态包后，教师强制负对数似然（NLL）降低0.747 nats/token，64篇PG19文档全部改善；直接复用循环与卷积状态优于所测试的学习式GDN映射。经额外434,176参数校正后，在64篇新网页文档上续写损失仅比原生9B高0.076 nats/token，JS散度为0.022，原生上下文恢复率（NCR）达0.918，且处理的历史前缀token数为零。局限：仅验证单向、单一几何匹配的Base模型对与4K教师强制续写；近原生门槛未通过，16K分支未运行，自由生成等价性与通用状态接口仍未得到证明。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.25053)