想象你先让便宜的小模型读完一段长对话，发现问题太难，再换大模型接手。如今大模型通常得从头再读一遍。论文提出跨模型搬运KV缓存——模型读过文本后留下的“索引卡”——从而复用预填充，也就是回答前处理上下文的计算结果。
作者发现，同一家族、KV头数量和每头维度相同的模型之间，这些缓存存在明显的线性对应关系。他们为每个目标层挑选最有预测力的若干源层，先去掉键中的位置旋转，再用500段、每段1024个词元的FineWeb-Edu文本直接算出岭回归映射；“闭式”意味着参数可直接求解，不必训练复杂转换器。在Qwen3 14B到32B上，多层信息可解释目标键79%、值65%的变化。
据作者实验，六组模型中有四组保留了目标模型独立预填充时73%至98%的准确率，转换速度是重新预填充的2.7至25倍；另两组则明显退化。它因此很适合成本路由和对话中途升降档，但目前结论只覆盖KV结构匹配的同家族模型，也并非所有组合都能可靠交接。