如何进一步拓展上下文长度？

[vibe-Chen]

使用 .\server\main.py 部署DeepSeek-R1-671B-Q4的时候，遇到了一个令人困扰的问题：我通过 Chatbox 在同一个会话里向api前前后后发了13次请求，后端显示input tokens的长度累积到了6698；而在模型尝试回应请求的时候，后端似乎碰到了一个8192 tokens的限制（input tokens也包含在内）。

.\server\main.py 的完整启动命令如下：
conda activate .\pyhton
python .\ktransformers\ktransformers\server\main.py --model_path .\config --gguf_path .\Model --cpu_infer 32 --max_new_tokens 2048 --port 10086 --force_think

是否有某种办法，能够解除这个8192 tokens的限制？
这些tokens消耗哪种类型的资源？ 遗憾的是，消耗的似乎是我已经所剩无几的VRAM
人机分离，暂时没有附图

[vibe-Chen]

看了眼截图，是cache_lens这个参数，也确实吃VRAM 甚至诱发了个bug
图就不贴了，贴出来不太合适