iS-KV：块增量SVD的在线低秩KV压缩

长思维链推理大幅增加自回归解码中的KV缓存内存——每个生成token引入新的键值状态使缓存随解码长度线性增长。现有KV压缩方法通常以token驱逐控制增长，但不可逆删除可能移除后续推理需要回访的历史状态。SVD低秩压缩以更紧凑表示保留全部位置，是替代方案；但把它从固定提示缓存扩展到在线解码并不平凡。通过研究我们发现：若为新token更新基而旧token保留旧基坐标，存储的历史会大幅漂移。基于此我们提出面向长程推理的在线低秩KV压缩iS-KV：保持近期窗口精确，同时把更旧状态增量折叠进有界秩表示；随低秩基演化，同步历史坐标到更新后的基以维持表示一致性。DeepSeek-R1-Distill-Llama-8B上，iS-KV在4.06倍持久KV压缩下达到82.6%准确率（原模型83.6%）；Qwen3-8B在5.64倍压缩下89.2%。匹配内存预算下，iS-KV持续优于token驱逐基线。