机器之心·2026-11-08 15:00· 11 天前AI 评分39北大提出MapFlow,通过跨模型复用注意力图降低LLM推理延迟跨模型上下文交接还要重算KV?北大提出MapFlow,让注意力跨模型复用AI 导读北京大学PKU-DAIR团队提出MapFlow,通过复用注意力图实现跨模型KV状态共享。该方法将prefill延迟降低15%–20%,多轮对话场景下吞吐量提升25%。代码已开源,系统已集成至vLLM,支持Qwen3和Ministral3模型家族。来源:机器之心 · mp.weixin.qq.comAgent 智能体推理能力开源生态论文研究#论文/研究#Agent#推理#开源/仓库查看事件全部后续