可用于加速扩散大语言模型（dLLMs）解码，提升长上下文推理效率。该框架通过动态缓存驱逐与稀疏注意力结合，在不重新训练的情况下减少冗余缓存状态，保持相近峰值内存占用，实现更高吞吐量。【此简介由AI生成】