Cost-Efficient Large Language Model Serving for Multi-turn Conversations with CachedAttention

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Gao, Bin, He, Zhuomin, Sharma, Puru, Kang, Qingxuan, Jevdjic, Djordje, Deng, Junbo, Yang, Xingkun, Yu, Zhou, Zuo, Pengfei
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!