CheinTian / notes

Topic

#vLLM

17 篇笔记

PaddleOCR-VL 服务问题排查与部署汇总

📝 摘要 本文汇总了 PaddleOCR-VL 服务在 vLLM 部署下的效果问题排查结论及完整部署方案。客户反馈 PaddleOCR-VL 丢失版面分析能力,根本原因是直接用 OpenAI SDK 裸调 vLLM 的 接口,只调用了 VLM 识别模型而绕过了版面分析模型 PP-DocLayoutV3。PaddleOCR-VL 的正确用法是两阶段 pipeline:版面分析 + VLM 识别。文…

6 分钟 ·#clippings·#OCR·#PaddleOCR

多模型路由进入 Agent 会话之后

模型路由在单轮问答中可以按难度分配成本,但进入 Agent 多轮会话后,还要处理上下文、工具状态、缓存和隐式状态。本文拆解会话级路由的智能与工程瓶颈,以及固定强模型、隔离子任务和有状态路由三条现实路线。

yage.ai· 11 分钟 ·#clippings·#AI·#LLM

AI INFRA 全景分析与展望

AI INFRA 全景分析与展望 深度调研日期:2026-06-24 | 来源:多源 Web 搜索 + 对抗验证(24 个搜索代理,15+ 源站,70+ 可验证 claims) 📐 全景架构定位图 ---|------| | 核心创新 | PagedAttention — OS 式虚拟内存分页管理 KV Cache,将显存碎片率从 40% 降至 ⚠️ 注意:vLLM 上游无法提供 day-0 R…

vLLM + LMCache: A Starter Guide, No GPU Required

Get started easily: a single MacBook is all you need to develop vLLM + LMCacheFor New Contributors · Covering Frontend / L1 Eviction / L2 Storage / Observability If you ever skipped LMCache because you didn’t have a GPU on hand, this guide was written for you. LMCache’s multi-platform framework has already decoupled the GPU […]

blog.lmcache.ai· 9 分钟 ·#clippings·#tutorial·#AI