vLLMは、Woosuk Kwon氏ら9名のUC Berkeleyの研究者による論文「Efficient Memory Management for Large Language Model Serving with PagedAttention」（ACM SIGOPS 29th Symposium on Operating Systems Principles、SOSP 2023にて発表、arXiv:2309.06180）として学術的に発表されています。同論文は、オペレーティングシステムの仮想メモリ・ページング技術に着想を得たPagedAttentionというアルゴリズムを提案し、KVキャッシュメモリのフラグメンテーションや重複を解消することで、FasterTransformerやOrcaといった既存の最先端システムと比較して同等のレイテンシで2〜4倍のスループット改善を達成したと報告しています。査読を経た学術会議での発表という形で、技術的な有効性が公式に検証・記録されています。