像把一页已经核对过的答案夹进书里：下次遇到同一道题，小模型不用重新推导，直接翻到那一页。Sietse Schelpe 提出的 Taliesin，把验证过的知识保存为 KV Cache——模型阅读文字时留下、供注意力机制回看的中间笔记，再按需植入冻结模型，也就是完全不改模型参数。
关键不只是省计算，而是“字节精确”。作者在固定的确定性环境下，将缓存植回原来的绝对位置；所得输出分数逐字节一致，50次测试的概率分布 KL divergence 为零，最高概率答案也全部相同。换句话说，这不是一份近似笔记，而是在数值上复现模型重新读过原文的状态。位置一旦移动，精确性就不再成立。
作者称，在 AIME 2025 上，冻结的 Gemma-4-12B 借助已验证解答库，成绩从其自身最佳设置的80.0%升至93.3%。这让知识可单独保存、复制和核验。不过，植入引擎并未开源，内部机制属专有技术；目前公开材料能核对输出哈希与评分，不能独立复现整套生成过程。