研究：KV缓存客户目标会跨客户影响决策

Saloni Gupta 等作者发布论文称，在共享对话记忆的多客户场景中，大模型会把他人的目标带进当前客户的决策。研究在双客户端、20 个市场场景中测试 OLMo-3-7B-Instruct，两个客户被设定相反目标，模型有 22% 的合格决策偏离了当前客户的目标。 研究者用线性探针发现，客户目标的归属信息在中间层高度可恢复，并集中在特定注意力头；在这些位置消融竞争对手的缓存目标表征，能把模型拉回当前客户，效果强于消融随机注意力头和非目标 token。结果指向客户专属目标表征会留在 KV cache 中并因果性影响对其他客户的决策，作者据此强调持久化 LLM 代理需要按关系隔离状态。该论文已被 NeurIPS 2026 的 IAB 与 AIWild 研讨会接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。