保护（几乎）就是你所需要的一切：结构保护在全局设限KV驱逐中主导评分

我们在共享的全局设限解码时框架下研究KV缓存驱逐。七种策略（LRU、H2O、SnapKV、StreamingLLM、Ada-KV、QUEST、Random）共享一个提示边界脆弱性：在没有结构保护的情况下，它们在六个纯Transformer模型上崩溃至接近零的质量（F1$\leq$0.064）。在每个边界保留10%的缓存，可在 $C{=}256$（13%保留率）下恢复七个LongBench模型上 $C{=}2{,}048$ 参考上限质量的69--90%；一个十模型面板的跨度为68--98%。一项注意力质量试点（Qwen2.5-3B，$N{=}30$）指出了原因：位置0的汇聚点占据了约75%的前缀质量，而其他边界token接近约 $0.41{\times}$ 均匀期望，因此注意力评分器保留了汇聚点但仍然丢弃了结构上关键的token。在保护下，简化的评分隔离变体在 $K{=}32$ 时与LRU达到TOST等效（$\Delta{=}0.02$）；在 $K{=}8$ 时，注意力策略成对收敛，但在 $C{=}256$ 和 $C{=}512$ 下仍比LRU高出0.011--0.021 F1。忠实的Ada-KV/QUEST在Mistral-7B和Phi-3.5上比简化变体增加了约0.03--0.04 F1。在Qwen3-4B上进行的NIAH-32K机制迁移试点（解码对比预填充，$C{\in}\{512,2048\}$）显示了近乎相同的保护提升（比率0.99--1.00）。在64K下，保护有所帮助但恢复有限；只有在模型本身已支持无驱逐的强64K检索时，忠实的逐头评分才能在6.3%保留率下匹配Gemma-3-4B上的全缓存上限。总结：保护占主导地位；一旦边界得到保护，评分差异即为次要；逐头分配可带来进一步的适度增益。