文章拆解其通过因果编解码、MoE与缓存压缩等组合降低开放模型推理成本。
推荐理由：核心不在单项架构创新，而是让因果编解码、MoE、KV缓存压缩与CSA2协同削减预填充和解码成本，显示开放模型竞争正转向系统级效率。
阅读原文