待验证50% 置信事实精确时间
CondenseVLA 的 slot token 数量是预设超参数，不随历史窗口长度变化，因此解码器计算量保持恒定。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证CondenseVLA 的压缩发生在解码阶段而非编码阶段，VLM 主干无需为每一帧重复计算。65% 相似待验证缓存命中要求前缀完全一致且超过一定长度阈值（通常为1024 token）63% 相似待验证KV Cache（键值缓存）用于避免自回归生成时对历史 token 的重复计算，但长上下文场景下预填充阶段需占用大量 HBM 显存带宽，拉长首 token 延迟（TTFT）61% 相似待验证前缀缓存通过复用已计算的KV Cache，可节省50%-80%的prefill阶段计算量，vLLM通过基数树结构实现细粒度缓存命中匹配60% 相似待验证上下文越长，模型需要缓存的 KV Cache 越大，KV Cache 使模型生成新 Token 时无需重新计算所有历史 Token 的注意力权重59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073790API
curl https://kongchang.com/api/v1/knowledge/claims/1073790MCP
get_claim(id=1073790)