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
dots.llm1
模型简介
小红书开源的 142B 激活 14B MoE，训练数据与中间 checkpoint 一并公开，MIT 许可。
- 参数量
- 143B (激活 14B)
- 上下文
- 128K
- 所属
- dots
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- MIT
- 发布
- 2025-06-05
- 收录
- 2026-10-03