返回全部题目← 上一题1 / 103下一题 →题库/模型基础与推理/Q-0274Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？知识专题：推理优化与模型压缩题目类型：原理机制技术难度：进阶相关面经：2 篇题集来源：2 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经收录题集相关题目相关面经2 篇百度2026-09-22面经合集查看原面经 →是否了解 KV Cache，为什么只缓存 K、V 而不缓存 Q？百度大模型算法工程师2026-07-16一面查看原面经 →为什么 Decoder-only 模型的 KV Cache 缓存 K 和 V，而通常不缓存 Q？收录题集2 个来源，共2 份题集预训练与架构阿东玩 AI · AgentGuide · 2 条原题查看题集 →KV Cache 「字节跳动、小红书、美团、蚂蚁集团、阿里巴巴」为什么query不用cache？「字节跳动、腾讯、阿里巴巴」为了优化推理速度，KV Cache是一个很关键的技术。它的原理是什么？为什么KV cache只缓存K和V，而不缓存Q？为什么RNN不需要KVcache?为什么LLM需要KVcache?了解KVcache吗，八股集锦（高频问题）小熊饼干_ · 个人整理 · 1 条原题查看题集 →为什么有K和V Cache，没有Q Cache相关题目4 题0277FlashAttention 为什么能节省显存并提速，是否改变注意力结果？同一知识专题题目类型：原理机制技术难度：进阶相关面经：4 篇0502有哪些大模型推理加速技术？同一知识专题题目类型：方案设计技术难度：进阶相关面经：6 篇0503模型剪枝、GPTQ 与 AWQ 量化方法。同一知识专题题目类型：比较选型技术难度：进阶相关面经：5 篇0505如何优化长文本生成中的显存占用？同一知识专题题目类型：方案设计技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题下一题 →FlashAttention 为什么能节省显存并提速，是否改变注意力结果？
