잠재 공간에서 추론하는 독립 에이전트들은 텍스트 대신 키-값 캐시 조각을 공유 상태로 저장할 수 있지만, 인코딩 시점에는 알 수 없는 이후 질의가 병합된 캐시를 안정적으로 읽어내지 못하는 문제가 있다. MaSRead는 이 읽기 문제를 콘텐츠 기반으로 해결하는 방법으로, 조각의 단어에서 파생된 태그 집합으로 라우팅하고 선택된 조각만 하드 어텐션 마스크로 디코딩한다. 어휘적으로 연결된 저장소 안에서는 그래프 탐색을 통해 다중 홉 질의에 필요한 조각까지 도달할 수 있으며, 체인·파이프라인·대칭·허브·자연어 등 다양한 저장 구조에서 필요한 조각을 정확히 복원했다. 관련 없는 조각이 쌓여도 성능이 유지되고 다른 모델 계열로도 전이가 되지만, 어휘 기반 라우팅은 연결이 끊긴 증거를 놓칠 수 있다는 한계가 있다. 이는 CRDT 기반의 복제된 잠재 저장소를 실용적으로 질의 가능하게 만드는 방법을 제시한다.

• •MaSRead는 태그 집합 기반 라우팅과 하드 어텐션 마스크로 병합된 잠재 캐시에서 필요한 조각만 선택 디코딩
• •어휘적으로 연결된 저장소에서 그래프 탐색을 통해 다중 홉 질의에 필요한 조각까지 도달
• •체인·파이프라인·허브 등 다양한 저장 구조와 다른 모델 계열에서도 성능 유지
• •어휘 기반 라우팅의 한계상 연결이 끊긴 증거는 놓칠 수 있음