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
Olmo 3 32B
模型简介
Allen AI 的完全开放模型，连训练数据与代码一起放出，适合做可复现的研究与教学。
- 参数量
- 32B (Dense)
- 所属
- OLMo
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2025-11-20
- 收录
- 2026-10-03