Telperion发布KV缓存缩减至四分之一的“Qwen3.8-27B-MLA”和“GLA-g2”变体模型（社区转述）
发布 2026年10月14日
已核实（事实）
Telperion发布了在Qwen3.8-27B上应用Latent Attention的变体模型“Qwen3.8-27B-MLA”和“Qwen3.8-27B-GLA-g2”。量化版本针对FP8 KV缓存进行了校准，据称通过将KV缓存压缩4倍，可在消费级硬件上将最大上下文、在服务器上将并发吞吐量分别提升近4倍。
待核实（说法）
Telperion称，MLA变体的SWE性能提升6.58%（并称差异具有统计可区分性），推理token用量最多减少20%。资料中没有评估的详细条件。
意义（解读）
如果通过后处理转换缩减现有开放模型KV缓存的方法行之有效，就能在本地和服务器环境中降低长上下文成本。
可信度 低 · 待补官方来源