تتشخص المقالة كيف أن طرق إقصاء ذاكرة KV القائمة على الانتباه مثل H2O تحتفظ بشكل غير متناسب بالضوضاء على المدخلات الكثيفة المخططات، مثل JSON المتداخل، حيث تحمل الرموز الهيكلية طاقة أكبر بكثير من رموز المحتوى. يسبب هذا التحيز انهيار دقة المطابقة التامة من 88% إلى 0% عند ميزانية 5% بسبب الاحتفاظ الزائد برموز KEY مقارنة برموز VALUE.
- يتم الاحتفاظ برموز KEY الهيكلية بمعدل يقارب 1.8 ضعف معدل رموز VALUE الحاملة للإجابة، مما يعمل كمرشح غير ثابت يقلل من نسبة الإشارة إلى الضوضاء.
- تم تحديد كبت رموز KEY على أنه المرشح القابل للنشر الأكثر فعالية لهذا التحيز المحدد.
- طريقة تخصيص مشروطة بالدور وخالية من إعادة التدريب فوق النقاط النافذة لـ SnapKV تغلق 63-98% من فجوة H2O عند ميزانيات أقل من 20%.
- عند ميزانيات أعلى، تطابق الطريقة المقترحة بشكل متواضع أو تتجاوز دقة الذاكرة الكاملة بتأثير تنقية ضئيل.
- يوفر مسبار الدور الخطي بحجم 15 ميجابايت هذه التسميات بتكلفة استنتاج مهملة، على الرغم من أن مطابقة دقة ما بعد المعالجة على مستوى المفسر لا يزال تحدياً مفتوحاً.