Telperion, KV 캐시를 4분의 1로 줄인 'Qwen3.8-27B-MLA'·'GLA-g2' 변형 모델 공개(커뮤니티 전언)
발표 2026년 10월 14일
확인된 내용 (사실)
Telperion이 Qwen3.8-27B에 Latent Attention을 적용한 변형 모델 'Qwen3.8-27B-MLA'와 'Qwen3.8-27B-GLA-g2'를 공개했다. 양자화 버전은 FP8 KV 캐시에 맞춰 보정됐으며, KV 캐시를 4배 압축해 소비자 하드웨어에서는 최대 컨텍스트를, 서버에서는 동시 처리량을 각각 4배 가까이 늘릴 수 있다고 한다.
팩트체크 필요 (주장)
MLA 변형은 SWE 성능이 6.58% 올랐고(통계적으로 구별 가능하다고 주장) 추론 토큰을 최대 20% 덜 쓴다고 밝혔다. 평가 세부 조건은 자료에 없다.
의미 (해석)
사후 변환으로 기존 오픈 모델의 KV 캐시를 줄이는 접근이 효과를 낸다면, 로컬·서버 환경 모두에서 긴 컨텍스트 비용을 낮출 수 있다.
신뢰도 낮음 · 공식 출처 확인 전