一份论文清单，搞定大模型KV Cache压缩选型
Awesome-KV-Cache-Compression 是一个持续更新的 KV Cache 压缩论文精选列表，旨在为研究者和工程师提供该领域的核心文献索引。它系统梳理了 KV Cache 压缩的关键技术路线，包括量化、剪枝、稀疏化、低秩分解、检索增强等，覆盖从理论到工程实现的各类方法。项目解决了大模型推理中 KV Cache 占用显存过大、影响长上下文处理效率的问题，帮助用户快速定位适合自身场景的压缩方案，并了解最新研究动态。作为精选列表，它提供了论文标题、链接和分类，方便用户深入阅读原始研究。
Awesome-LLM-Inference、Awesome-Efficient-LLM、LLM-Pruning-and-Quantization
Awesome-KV-Cache-Compression 是评测安全领域的开源项目，由 October2001 开发，2024 年首次发布。
它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 744。
项目仍在小幅维护中，最近一次代码更新于 2026-09-22。完全免费，无付费版本。
它主要面向的使用场景是：研究KVCache压缩方向的学术调研。同类可对比的替代方案包括 Awesome-LLM-Inference、Awesome-Efficient-LLM、LLM-Pruning-and-Quantization。
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.
Tracely-ai
开源
把生产事故变成回归测试，合并前自动拦截 AI 故障
Trace-native CI/CD for AI agents — production failures become regression tests that···
