GrowPage: On-Demand KV Budgeting for Efficient LLM Reasoning Serving

GrowPage 用近期与长期 query 摘要估计注意力工作集，在解码遇到容量边界时决定压缩当前 KV 或申请新的物理页。它保留 PagedAttention 的连续批处理和前缀缓存，针对不同请求动态分配容量；多模型实验报告的吞吐 - 质量折中优于固定预算策略。