待验证50% 置信事实精确时间
在规格不足的集群上部署DeepSeek-V4.1-Flash或Moonshot Kimi K2.5时，vLLM要么在权重初始化阶段OOM，要么在每个并发多轮Agent请求时驱逐KV缓存块。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证vLLM 社区推出 Hybrid HiSparse 方案，建立在稀疏 MLA 基础之上，使请求在 KV Cache 无法完全驻留于 HBM 后仍能持续解码而不被强制中断66% 相似待验证vLLM在DeepSeek-V4-Flash-Vision-Exp发布的同时宣布提供服务支持65% 相似待验证Vlo 内置了针对多个主流模型的工作流，包括 Minimax H3、Qwen2.1、Krea2、LTX2.5 等64% 相似待验证LiteLLM位于应用与所有模型服务之间，其认证缺陷的潜在波及面比单个SDK更广，攻击者突破网关层即可横向访问组织接入的全部模型资源63% 相似待验证vLLM自0.6.x版本起引入了标准化的KV Connector插件接口KVConnectorBase，允许第三方实现将KV缓存卸载到外部存储61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1027757API
curl https://kongchang.com/api/v1/knowledge/claims/1027757MCP
get_claim(id=1027757)