待验证50% 置信事实精确时间
JEV-27B-VL 对外暴露两个互不相同的接口：System 1 读取 logits 并返回带类型的决策和校准概率，支持是/否判断、2 到 256 个选项的选择、以及 0 到 5 的评分，提示长度最高 256K token；System 2 被描述为未经修改的 Qwen3.8-27B，可接收图像输入并输出文本或逐步推理。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证通过计数流式chunk统计吞吐会严重偏低（实测43 tok/s），因为vLLM在投机解码下发送整个被接受的批次（约2.5 token每chunk），正确做法是读取最终chunk的usage.completion_tokens并开启stream_options: include_usage。68% 相似待验证decode阶段的生成速度近似等于内存带宽÷模型大小，例如在内存带宽273GB/s的M4 Pro上运行4GB的Q4量化7B模型理论最大生成速度约68 tokens/s60% 相似已验证以LLaMA-2 70B模型为例，2048 token的序列需约4GB显存仅用于KV缓存60% 相似待验证Jev开箱即支持最高64K token上下文，而CLM-8B仅在2K到8K上下文范围内经过测试和校准，超过8K后的表示尚未针对参考头校准59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1050826API
curl https://kongchang.com/api/v1/knowledge/claims/1050826MCP
get_claim(id=1050826)