Reducing Transformer Key-Value Cache Size with Cross-Layer Attention

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Brandon, William, Mishra, Mayank, Nrusimha, Aniruddha, Panda, Rameswar, Kelly, Jonathan Ragan
Format:	Preprint
Publié:	2024
Sujets:	Machine Learning Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2405.12981