PyramidInfer: Pyramid KV Cache Compression for High-throughput LLM Inference

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yang, Dongjie, Han, XiaoDong, Gao, Yan, Hu, Yao, Zhang, Shilin, Zhao, Hai
Formato:	Preprint
Publicado:	2024
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2405.12532