LLM 能否借助先前问题的计算解决新问题？论文提出 STAIR 方法

研究提出 STAIR（Stale-Token Attention for Inter-query Reuse）方法，通过复用先前回答中的 key-value 帮助 LLM 提升后续问题准确率。该方法保持基础模型冻结，仅训练 12,288 个参数；在三个 Qwen 模型和四个 benchmark 上，将带历史的后续轮次平均准确率最高提升 11.67 个百分点。