KV Cache is 1 Bit Per Channel: Efficient Large Language Model Inference with Coupled Quantization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Tianyi, Yi, Jonah, Xu, Zhaozhuo, Shrivastava, Anshumali
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2405.03917