Notes d’ingénierie
Des articles pour ceux qui
livrent le stack
Textes originaux sur React, Node.js, TypeScript et AI — issus de la même pratique que notre logiciel opérateur. Corps des articles en anglais.
Tag : prefill
QUOKA Explained: Choosing Which KV History Attention Should Read
How QUOKA speeds up long-prompt prefill: KV cache basics, chunked prefill, picking outlier queries, max scoring, and cheap pre-aggregation for grouped-query attention.
2028 motsLireMoving KV Cache Between Qwen3 Models Instead of Re-Prefilling
NVIDIA research maps Qwen3-14B attention state into Qwen3-32B with a ridge-regression bridge. See what the latency numbers mean, where it fails, and why agents care.
1817 motsLire
FAQ
À propos de ces articles
Oui. Chaque texte est un rewrite anglais original pour ce site. Structure et code suivent la source ; la prose est réécrite et contrôlée.
Les posts techniques partent en anglais pour garder code et API exacts. L’habillage du site existe en neuf langues.
Les brouillons entrent en file après relecture. L’import ne prend que les slugs nouveaux ou modifiés — sans doublons.
Exemples illustratifs. Validez stack et licences avant la prod. Pour une livraison, envoyez le brief.
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.