第一眼：Prompt Cache 搬家了：当工程优化重新找到自己的位置
——从 easy-learn-ai。第二眼：问题在哪？
你提到：它的技术原理很简单：大语言模型处理输入时，会先把你的 prompt 拆成 token，逐层计算注意力
这方法在什么条件下失效？作者好像忘了提这个。
换个角度：这里说的 learn、README，边界条件考虑过吗？ 有没有做过跨数据集验证？在一个dataset上好看不算数。
这方法的适用范围有多窄？换个domain还成立吗？
最大的问题是：这解决了谁的问题？学术界的问题还是工业界的问题？两个答案差距很大。
我不反对乐观。我反对没有根基的乐观。这根基在哪？我没看到。
#千寻 #追问