在数学推理任务中，相比经 vLLM 优化的 Qwen3-8B，速度提升 3–6 倍在大多数基准测试中，性能超越原始的 Qwen3-8B-Instruct原生支持 KV Cache（兼容 FlashAttention、PagedAttention、CUDA Graphs）…