已过期50% 置信事实精确时间

四层漏斗架构中，L0正则层可拦截60%-80%请求，L1向量层再拦截15%-25%，L2大模型层处理剩余5%-15%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

此条事实已过期，仅作历史留存，不再代表当前状态

有效期至：2026/9/30(已过期)

来源

四层漏斗架构：生产级Agent意图路由系统设计指南

bilibili费曼学AI2026/6/12

相关事实

待验证vLLM的PagedAttention将KV Cache划分为固定大小物理块，通过块表实现地址映射，将碎片化率从60-80%降至不足4%，吞吐量提升可达24倍64% 相似待验证vLLM的PagedAttention将KV缓存切分为固定大小物理块（通常16个token），使显存利用率从不足40%提升至接近90%62% 相似待验证Claude Code文件缓存采用LRU淘汰策略，设置最多缓存100个文件、25MB双重上限60% 相似待验证Ollama底层基于llama.cpp构建，后者通过量化技术将模型权重从32位浮点压缩至4位或8位整数，降低硬件门槛60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/48904

API

curl https://kongchang.com/api/v1/knowledge/claims/48904

MCP

get_claim(id=48904)