Aug 7, 2026 · CoinRAG
CoinRAG: Contextualized Information Nugget KV Cache Reuse for Long-Context RAG
CoinRAG 论文提出一种用于长上下文 RAG 的 KV 缓存复用方法，通过两阶段检索识别查询相关的语义单元，并组合其切片 KV 表示与块级上下文，避免处理完整检索块。在 LongBench 多跳问答任务上，CoinRAG 降低了运营成本并优于其他基线。
EVENT STORY
Development
- First ReportCoinRAG: Contextualized Information Nugget KV Cache Reuse for Long-Context RAGHugging Face Daily Papers
- Industry ResponseCoinRAG: Contextualized Information Nugget KV Cache Reuse for Long-Context RAGarXiv cs.AI
- Current Assessment该研究反映了 RAG 系统在效率优化上的趋势：从减少计算量转向更精细的缓存复用。这可能推动长上下文应用的成本下降，但需验证其在不同任务和模型上的泛化性。Agent Pulse · analysis
arXiv 论文《CoinRAG: Contextualized Information Nugget KV Cache Reuse for Long-Context RAG》提出 CoinRAG 方法，针对 RAG 中块级 KV 缓存复用存在的冗余和噪声问题，通过两阶段检索识别查询相关的语义单元（nuggets），并组合其切片 KV 表示与块级上下文，实现更紧凑的上下文表示。在 LongBench 多跳问答任务上，CoinRAG 显著降低运营成本并优于基线。
CoinRAG 的核心创新在于将 KV 缓存复用从块级细化到语义单元级，通过两阶段检索定位相关片段，并组合切片 KV 表示。这暗示 KV 缓存复用正从粗粒度向细粒度演进，可能降低长上下文 RAG 的预填充延迟。下一步可关注其是否支持流式处理或动态上下文扩展。
该研究反映了 RAG 系统在效率优化上的趋势：从减少计算量转向更精细的缓存复用。这可能推动长上下文应用的成本下降，但需验证其在不同任务和模型上的泛化性。
CoinRAG 通过降低运营成本，可能使长上下文 RAG 应用更经济，对依赖大规模检索的 To B 和 To D 产品有潜在价值。但需进一步验证其实际收益和集成难度。
未来可能看到更多基于语义单元级缓存复用的方法，以及其在生产环境中的部署。可关注 CoinRAG 是否开源代码，以及是否有后续工作将其扩展到其他模态或任务。