vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
Aya Vision 32B
模型简介
Aya Vision 的 32B 版本，覆盖 23 种语言的多模态开源模型。
- 参数量
- 33.1B
- 上下文
- 128K
- 所属
- Aya
- 类型
- 纯文本 / 可识别图像
- 商用
- 不可商用
- 许可
- CC-BY-NC-4.0
- 发布
- 2025-03-02
- 收录
- 2026-10-03