启用上下文KV缓存复用策略，多轮对话交互后发生异常，有大佬能指点下吗

[lwfJx]

测试qwen3-asr模型的时候，基于vllm v1/realtime的WS接口接入，启用上下文KV缓存复用策略；多轮对话交互后发生异常：实际说话内容与ASR转写结果不一致，语音识别内容错误复用历史轮次转写结果。
￵模型输出结果如图：

模型启动脚本如下：
vllm版本是0.18.0昇腾910b芯片
vllm serve /appdata/model/qwen3-asr/Qwen3-ASR-1.7B
--host 0.0.0.0 --port 8001
--gpu-memory-utilization 0.9
--max-model-len 32768
--block-size 128
--allowed-local-media-path
--no-async-scheduling
--served-model-name qw3-asr
--mm_processor_cache_type lru
--mm_processor_cache_gb 0
--compilation-config {"cudagraph_mode": "FULL"}
--hf-overrides {"architectures":["Qwen3ASRRealtimeGeneration"]}
--max-num-batched-tokens 16384