同一份长文只是在提示里换了位置，AI 服务往往就得重新读一遍。位置无关缓存（PIC）想把旧计算直接搬过来，但混合 LLM 卡在了这里：它的大量递归层会把前文压成一个固定大小的状态，像只保留一页滚动摘要，无法像传统注意力层的 KV Cache（模型保存的中间结果）那样按词拼接和局部修补。
LinearKV 的做法是把两类层分开处理：传统注意力层照旧拼接缓存，递归层则用一个已匹配文本块的缓存状态作为起点，再沿用现有 PIC 方法挑选少量位置重算。最反直觉的一点是，把所有文本块精确合成为完整状态并不更稳；作者称，单个状态在两种 GDN 模型上与精确合成相当，而在 Mamba-2 模型上，精确合成反而在三种选择器下都失效。随机选一个文本块也能得到相近结果，说明关键在“单一来源”，而非选中了哪一块。论文在三种混合模型、三种 PIC 选择器及 8K–32K 长度的 LongBench QA 和 RULER 上验证，并报告首个 Token 等待时间低于完整预填充；材料中的部分质量数字缺失，因此不作具体引用。