KVine 🌿

エージェント軌跡を永続ツリーとして扱う、分岐認識 KV キャッシュ。

エージェントは一直線に喋らない — リトライで巻き戻り、並列に分岐し、サブエージェントを生やし、過去のツール観測が後から書き換わる。 prefix caching(RadixAttention)は「完全一致する接頭辞」しか再利用できないため、軌跡が木である構造を活かせない。KVine は KV キャッシュそのものを軌跡ツリーとして管理する:

COW TrajectoryTree — fork() はポインタ共有のみの O(1)、書き込み時だけ実コピー。
Divergence-bounded 選択的再計算 — 途中挿入を RoPE 位置シフト(厳密)+ 偏差上位15%の再計算で修復。
学習レジデントセット方策 — 冷たい枝はディスクへ退避、再訪されそうな枝は RAM 常駐(下のデモ)。

🧠 レジデントセット方策スコアラ(ブラウザ内で動作)

枝の特徴量をスライダで動かすと、学習済み MLP が「近く再訪される確率」を予測する。高いほど RAM 常駐、低いほどディスク退避。重みはこのページに埋め込まれ、推論は全て JavaScript で行う。

–

heuristic keep-score(LRU+depth): –
学習 MLP は再訪パターンを実行ログから学習しており、random 退避には無い信号を持つ。

📊 ベンチマーク(root 8k / 20 steps, Qwen2.5-0.5B)

指標	A: Naive	B: Prefix-only	C: KVine
累積 prefill FLOPs ↓	339.5 T	16.7 T	16.1 T
(A 比)	×1.000	×0.049	×0.047
平均 TTFT ↓	14,235 ms	924 ms	204 ms
再計算した既知トークン ↓	308,674	791	206
logits KL vs 厳密 ↓	0	1.3e-8	6.0e-3
貪欲一致率 ↑	100%	100%	100%

レジデントセット方策の対照(5シード平均・枝再訪ヒット率): random 60%(復元443回) → heuristic 81%(198回) → 学習 MLP 87%(138回)。良い方策ほどディスク復元が減る。

研究・教育目的の研究プロトタイプ(fp32 / eager attention / 小型モデル)。ライセンス: MIT © 2026 NagaYu。
Space はブラウザ内 JS のみで動作(バックエンド無し)。tiny-model のライブ木デモ(fork ビット一致 / insert KL / 退避復元)は GitHub の pytest と dataset を参照。