待验证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
有效期至：2026/9/30
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% 相似待验证防火墙标称吞吐量应按启用UTM/威胁防护后的性能（Threat Prevention Throughput）选型，该值通常仅为纯防火墙吞吐量的1/3到1/5，例如标称5Gbps的设备开启IPS+杀毒后可能仅剩1-1.5Gbps62% 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/48904API
curl https://kongchang.com/api/v1/knowledge/claims/48904MCP
get_claim(id=48904)