Los autores presentan Kamera, un método que permite la reutilización sin entrenamiento de cachés de clave-valor multimodales abordando la pérdida de condicionamiento entre fragmentos en el almacenamiento en caché de prefijos ingenuo. La fusión estándar de estados recupera las lecturas directas pero falla en preservar el residuo difuso y de rango bajo en las capas profundas, esencial para el razonamiento multi-paso, lo que reduce la precisión a la mitad. Para reparar esto, Kamera almacena un pequeño parche de condicionamiento de rango bajo sin entrenamiento junto con cada fragmento independiente de posición. Este enfoque permite la re-rotación exacta de RoPE y la restauración del enlace entre fragmentos en los mecanismos de atención MLA, GQA y MHA. El sistema soporta operaciones baratas de reordenamiento, supervivencia de ventana deslizante y recuperación sin requerir re-codificación de los fragmentos expulsados. Los experimentos muestran que un parche de rango r recupera la precisión completa de la tarea en benchmarks de enlace entre fragmentos como MM-NIAH y doc-QA de dos páginas. La solución reconstruye el KV de re-llenado dentro del redondeo bf16 en un kernel SGLang de producción a través de seis backbones mientras mantiene una fracción de la huella original de KV.