CoinRAG：长上下文 RAG 的上下文信息块 KV 缓存重用

已有检索增强生成优化方法复用文档片段级KV缓存以降低长上下文处理成本，但粗粒度片段仍含大量冗余与噪声。CoinRAG采用面向长上下文RAG的上下文化信息单元KV缓存复用，在低预填充延迟约束下改善成本与准确性的帕累托前沿。其名称借用小“硬币”组合积累价值的比喻：系统组合复用离线计算的细粒度信息单元缓存，以紧凑且语义相关的方式构建上下文。具体而言，它不编码完整文档片段，而以两阶段检索找出其中与查询相关的语义单元，再将这些单元的KV切片与片段级上下文组合。在LongBench多跳问答任务上，CoinRAG显著降低运行成本，在标准快速预填充延迟预算下，答案质量F1平均相对提高5.3%，形成优于所比较基线的新帕累托前沿。