**Draft-KV：通过潜在键值状态实现高效跨模型通信**

_Draft-KV: Learning Useful Latent Communication Between Language Models_

> 针对现有潜在通信方法中接收方未真正利用消息内容的问题，Draft-KV 提出发送共享方在起草答案时形成的键值状态。该方法通过线性投影和门控注意力分支将状态置于侧边内存，仅需训练 105 万参数（比 C2C 少 348 倍）。实验显示，冻结的 Qwen2.5-0.5B 接收方在 MMLU-Redux 上准确率从 37.45% 提升至 78.04%，且通信效果可迁移至未见任务。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.34754)