LServe 创新性地提出了混合稀疏注意力机制，通过统一块稀疏框-20250222055225

LServe 创新性地提出了混合稀疏注意力机制，通过统一块稀疏框架融合静态流式头和动态页面剪枝，显著加速了长序列 LLM 的预填充和解码过程，突破了长上下文服务效率瓶颈，并揭示了动态稀疏性实现恒定 KV 缓存大小的反直觉特性，为高效长序列 LLM 服务开辟了新路径。