Reddit网友热议Luce的KV缓存优化技术，声称在RTX 3090上实现Qwen 27B模型速度翻倍、显存从21GB降至17.5GB，且256K上下文准确率不变。但大量评论质疑其实际效果，认为缺乏长上下文关键基准测试，并讽刺此类优化常导致模型“变笨”，等待主流工具llama.cpp集成验证。