关于大语言模型的解码方式和推理工具，下列说法正确的是：

增量解码（KV Cache）通过缓存已计算的 Key 和 Value，避免重复计算，从而加速自回归生成

全量解码每一步都重新计算所有位置的注意力，效率高于增量解码

vLLM 是一个专门用于训练模型的工具，不用于推理加速

解码效率的评估只看生成文本的质量，不考虑吞吐量和延迟