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
Phi-4-reasoning-vision-15B
模型简介
Phi-4 的视觉推理版本，看图做题与图表理解在 15B 尺寸里表现突出。
- 参数量
- 15.1B
- 上下文
- 32K
- 所属
- Phi
- 类型
- 纯文本 / 可识别图像
- 商用
- 可商用
- 许可
- MIT
- 发布
- 2026-01-23
- 收录
- 2026-10-03