Latent Compaction：用测试时训练压缩 KV cache

Latent Compaction 通过测试时训练学习文档专属的紧凑 KV cache，模型权重全程冻结，仅用文档通用提示词训练。在 RULER 上以 32× 压缩率取得 96.7% 准确率，KVZip+ 仅为 40.0%。该方法可跨模型规模与系列迁移，在 Qwen3 和 MiniCPM5 上均提升检索表现，代码已开源。