标题：上海AI Lab胡侠：KV Cache压缩技术让2万美金GPU媲美20万美金性能 正文： 当前，大语言模型在处理超长上下文方面取得显著突破，部分模型如MiniMax-M1、Qwen2.5-1M已支持百万Token级别的输入。然而，提升上下文长度的竞赛仍在继续，因其在金融、法律、医疗等领域的...