RelayAttention for Efficient Large Language Model Serving with Long System Prompts

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Zhu, Lei, Wang, Xinjiang, Zhang, Wayne, Lau, Rynson W. H.
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires