已验证65% 置信事实精确时间
上下文缓存技术底层依赖Transformer的KV Cache机制，前缀相同的Key和Value向量可复用
3
来源数
65%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
Kun开源Agent：为DeepSeek深度优化的国产AI编程助手
bilibili人猿菜山2026/7/7
相关事实
待验证主流Transformer架构通过KV Cache机制避免重复计算已处理的Token82% 相似待验证在 Transformer 架构中，KV 缓存一旦提示前段发生变化，其后所有位置的 KV 缓存全部失效需重新计算78% 相似待验证Llama.cpp 的 -ngl 参数控制将多少 Transformer 层放到 GPU 显存中运行，若显存不足会自动将放不下的层回退到 CPU 形成混合推理模式68% 相似待验证GPU显存中的KV Cache占用与输入Token数量线性相关67% 相似待验证在Transformer架构中，每个层由多头自注意力机制和多层感知机（MLP）两个核心子模块组成66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/484699API
curl https://kongchang.com/api/v1/knowledge/claims/484699MCP
get_claim(id=484699)