推测解码为什么多算了一些，反而更快？ vLLM 用在线校准扩大自适应验证：预测的是接受率 Kimi K3 的 AMD 推理优化：缓存要能在同一位置恢复 Agens Volundr v1：优先修循环和续接，低显存运行仍有代价 DeepInfer 开放推理核心，完整服务仍有三块拼图 Mistral Large 4 开放权重：稀疏计算之外，还要看缓存怎么放 推理快了、总分近似不变，就能说质量不变吗？