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
DeepSeek-Prover-V2
模型简介
把 685B 基座专门压到 Lean 4 形式化证明上的数学证明模型，定理证明通过率刷新开源记录。
- 参数量
- 685B (激活 37B)
- 上下文
- 128K
- 硬件
- 全量需 8 卡 H200；4bit 量化约 350G 显存
- 所属
- DeepSeek
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- MIT
- 发布
- 2025-04-30
- 收录
- 2026-10-03