RecodeX 重构消息，一项名为OntoPrune的LLM上下文剪枝方案公布，称可剪除85%的上下文token，并在CPU环境下将首token延迟（TTFT）提升至6.7倍。该方案聚焦大模型推理阶段的上下文压缩，以降低算力与内存开销。