RTX 4070 12GB ctx=4096 时 KV cache OOM，求教 Strata 的 gpu-split 参数

RTX 4070 12GB + Strata 0.5.2 + IQ2_XS 跑 Qwen3.8-Flash-Next，ctx=2048 没问题，到 4096 必崩：

报错信息： KV cache allocation failed: requested 5.8 GB > available 4.2 GB (12GB VRAM - layers + activations)

试过：

• --ctx 4096 + --batch 1：崩
• --gpu-layers 减到 6：崩
• --no-kv-cache-quant 关掉：崩
• 切 llama.cpp 路径不报错但只有 0.6 tok/s，太慢不可用

问 Strata 文档里有个 --kv-offload 参数是不是就是把 KV cache 也卸到内存？有人试过吗？或者有没有更精细的"前 N 层 KV 在 GPU，后面的在 CPU"的 split 参数？