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
Llama 4 Scout（基座）
模型简介
Llama 4 Scout 的预训练基座，为自建后训练与蒸馏提供起点。
- 参数量
- 109B
- 上下文
- 10M
- 所属
- Meta
- 类型
- 纯文本 / 可识别图像
- 商用
- 有条件可商用
- 许可
- Llama 4 Community License
- 发布
- 2025-04-02
- 收录
- 2026-10-03