Prompt Cache: Modular Attention Reuse for Low-Latency Inference

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Gim, In, Chen, Guojun, Lee, Seung-seob, Sarda, Nikhil, Khandelwal, Anurag, Zhong, Lin
Format: Preprint
Publié: 2023
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires