DeFT: Decoding with Flash Tree-attention for Efficient Tree-structured LLM Inference

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Yao, Jinwei, Chen, Kaiqi, Zhang, Kexun, You, Jiaxuan, Yuan, Binhang, Wang, Zeke, Lin, Tao
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares