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
K-EXAONE-236B-A23B
模型简介
LG 与韩国政府合作的 236B MoE，激活 23B，主打韩语与多语言企业场景。
- 参数量
- 237B (激活 23B)
- 上下文
- 128K
- 所属
- EXAONE
- 类型
- 纯文本
- 商用
- 不可商用
- 许可
- K-EXAONE AI Model License
- 发布
- 2025-12-26
- 收录
- 2026-10-03