Merge pull request #443 from windsonsea/fixtit

update title of kvcache-wins-you-can-see.md

Author: windsonsea

docs/zh/docs/blogs/2025/kvcache-wins-you-can-see.md

@@ -1,4 +1,4 @@
-# KV 缓存优势浅显易见：从 vLLM 的前缀缓存到 llm-d 的分布式调度
+# KV 缓存的全面胜利：从 vLLM 前缀缓存到 llm-d 分布式调度
 
 > 英文博客转载自 [https://llm-d.ai/blog/](https://llm-d.ai/blog/kvcache-wins-you-can-see)
 
@@ -37,7 +37,7 @@ llm-d 项目提供了一系列“明确的路径”：经过测试和基准验
 其[定价模型](https://www.anthropic.com/pricing#api)中，处理已在缓存中的 Token
 的成本比未缓存 Token 低 **10 倍**（每百万 Token 分别为 $0.30 和 $3.00）。在
 OpenAI 的 [API 定价](http://openai.com/api/pricing/)页面上也能看到同样的规律。
-高缓存命中率不仅让应用更快，更让其**本质上更便宜** 。这就是 KV 缓存的力量。
+高缓存命中率不仅让应用更快，让其 **本质上更便宜** 。这就是 KV 缓存的力量。
 
 在单实例环境下，像 vLLM 这样的引擎利用自动前缀缓存来消除冗余计算，
 通过重用先前的计算结果来实现更快、更高效的性能。

docs/zh/docs/blogs/index.md

@@ -7,7 +7,7 @@ hide:
 
 本频道将紧跟技术趋势，收集 AI 行业新闻。
 
-* [KV-Cache 可见的收益：从 vLLM 的前缀缓存到 llm-d 的分布式调度](./2025/kvcache-wins-you-can-see.md)
+* [KV 缓存的全面胜利：从 vLLM 的前缀缓存到 llm-d 的分布式调度](./2025/kvcache-wins-you-can-see.md)
 
     llm-d 如何实现更智能的、前缀感知的、负载和 SLO 感知的路由，从而带来更好的延迟和吞吐量？
 

docs/zh/navigation.yml

@@ -90,7 +90,7 @@ nav:
       - 费用中心: videos/bills.md
   - AI 行业新闻:
       - 索引: blogs/index.md
-      - KV-Cache 优势浅显易见: blogs/2025/kvcache-wins-you-can-see.md
+      - KV 缓存的全面胜利: blogs/2025/kvcache-wins-you-can-see.md
       - CUDA Core Dump调试内存访问: blogs/2025/cuda.md
       - LMCache 上线即支持 GPT-OSS: blogs/2025/lmcache.md
       - FlowSpeech 书面语转口语: blogs/2025/flowspeech.md
@@ -271,7 +271,7 @@ plugins:
                 FlowSpeech 书面语转口语: FlowSpeech Converts Text into Speech
                 LMCache 上线即支持 GPT-OSS: LMCache supports gpt-oss
                 CUDA Core Dump调试内存访问: CUDA Core Dump, A Tool to Debug Memory Access
-                KV-Cache 优势浅显易见: KV-Cache Wins You Can See
+                KV 缓存的全面胜利: KV-Cache Wins You Can See
                 什么是 AI 应用: What is AI App
                 计费规则: Billing Rules
                 退费规则: Refund Rules