01旗舰研究LLM / Agent2026年10月14日7 分钟分页式 KV Cache：把推理服务写成内存分配器从 PagedAttention 的块表、共享与连续批处理出发，理解高并发推理为何首先是一场 KV 显存管理问题。KV CachePagedAttentionvLLM阅读
02旗舰研究LLM / Agent2026年10月6日7 分钟稀疏 MoE：参数规模不等于计算规模从 Mixtral 与 DeepSeekMoE 的路由机制出发，分析激活参数、专家放置与尾延迟的真实成本。MoE稀疏模型专家路由阅读