C2C：让多个大模型直接交换“思考缓存”，比打字快 2.5 倍，准确率还高 3-5%

Cache-to-Cache: Direct Semantic Communication Between Large Language Models

这篇 ICLR'26 的论文提了个很直接的想法：多个大模型协作时，别让它们互相发文字了，直接传“脑内状态”（KV-cache，可以理解成模型思考到一半的中间结果）。作者先做了个验证实验，发现把 KV-cache 里的语义信息搞丰富点，不用加大缓存，回答质量就能变好，说明这条路走得通。于是他们搞了个叫 C2C 的框架，用一个小神经网络把 A 模型的 KV...

推荐理由：ICLR'26的论文，想法很巧：多个大模型配合干活时，别互相发文字了，直接传“脑内状态”（KV-cache）。作者先做了验证，证明把缓存里的语义搞丰富点，不用加大缓存就能提升回答质量，说明这条路走得通。然后他们搞了个C2C框架，用一个小神经网络把A模型的缓存翻译成B模型能懂的格式。有验证有方案，知识密度够，但偏底层优化，不是那种大家一看就想转的日常痛点，所以分数没给更高。