待验证50% 置信观点精确时间
SGLang 的高频发布节奏是为了快速跟进 Llama、Qwen、Gemma 等主流模型系列的新版本发布以及新量化技术
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/18
首次发现
有效期至：2026/12/17
来源
涉及实体
相关事实
待验证GQA被Llama 2 70B和Llama 3系列采用，MQA被Falcon系列采用，通过多个查询头共享同一组KV头减少缓存的KV向量数量62% 相似待验证SGLang v0.5.18新增支持的模型包括Muse Glimmer、Intern-S2-Mobius、SANA-Video、LingBot-Video-MoE、LTX-2.5、Cosmos3 Edge & Distilled、LongCat-Image61% 相似待验证寒武纪已完成GLM、DeepSeek、Qwen、Kimi、MiniMax五款国产主流大模型的推理适配，第六代芯片架构正在研发中61% 相似待验证这两周涌现了三款来自中国的新模型：Kimi K3、DeepSeek新版Flash模型和Qwen 3.8 Max60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/931679API
curl https://kongchang.com/api/v1/knowledge/claims/931679MCP
get_claim(id=931679)