XL3M: A Training-free Framework for LLM Length Extension Based on Segment-wise Inference
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Shengnan, Bai, Youhui, Zhang, Lin, Zhou, Pingyi, Zhao, Shixiong, Zhang, Gong, Wang, Sen, Chen, Renhai, Xu, Hua, Sun, Hongwei |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Efficient Long-Context LLM Inference via KV Cache Clustering
par: Hu, Jie, et autres
Publié: (2025)
par: Hu, Jie, et autres
Publié: (2025)
BigMac: A Communication-Efficient Mixture-of-Experts Model Structure for Fast Training and Inference
par: Jin, Zewen, et autres
Publié: (2025)
par: Jin, Zewen, et autres
Publié: (2025)
HATA: Trainable and Hardware-Efficient Hash-Aware Top-k Attention for Scalable Large Model Inference
par: Gong, Ping, et autres
Publié: (2025)
par: Gong, Ping, et autres
Publié: (2025)
LiteCache: A Query Similarity-Driven, GPU-Centric KVCache Subsystem for Efficient LLM Inference
par: Yi, Jiawei, et autres
Publié: (2025)
par: Yi, Jiawei, et autres
Publié: (2025)
HyLRA: Hybrid Layer Reuse Attention for Efficient Long-Context Inference
par: Ai, Xuan, et autres
Publié: (2026)
par: Ai, Xuan, et autres
Publié: (2026)
Accelerating Long-Tail Generation in Synchronous RLHF Training via Adaptive Tensor Parallelism
par: Zhao, Long, et autres
Publié: (2026)
par: Zhao, Long, et autres
Publié: (2026)
AdaCluster: Adaptive Query-Key Clustering for Sparse Attention in Video Generation
par: Tan, Haoyue, et autres
Publié: (2026)
par: Tan, Haoyue, et autres
Publié: (2026)
E^2-LLM: Efficient and Extreme Length Extension of Large Language Models
par: Liu, Jiaheng, et autres
Publié: (2024)
par: Liu, Jiaheng, et autres
Publié: (2024)
Lagom: Unleashing the Power of Communication and Computation Overlapping for Distributed LLM Training
par: Xu, Guanbin, et autres
Publié: (2026)
par: Xu, Guanbin, et autres
Publié: (2026)
Train Short, Inference Long: Training-free Horizon Extension for Autoregressive Video Generation
par: Li, Jia, et autres
Publié: (2026)
par: Li, Jia, et autres
Publié: (2026)
iSeg: An Iterative Refinement-based Framework for Training-free Segmentation
par: Sun, Lin, et autres
Publié: (2024)
par: Sun, Lin, et autres
Publié: (2024)
Making MoE-based LLM Inference Resilient with Tarragon
par: Zhang, Songyu, et autres
Publié: (2026)
par: Zhang, Songyu, et autres
Publié: (2026)
MDP3: A Training-free Approach for List-wise Frame Selection in Video-LLMs
par: Sun, Hui, et autres
Publié: (2025)
par: Sun, Hui, et autres
Publié: (2025)
Is Less More? Exploring Token Condensation as Training-free Test-time Adaptation
par: Wang, Zixin, et autres
Publié: (2024)
par: Wang, Zixin, et autres
Publié: (2024)
SARE: Sample-wise Adaptive Reasoning for Training-free Fine-grained Visual Recognition
par: Yang, Jingxiao, et autres
Publié: (2026)
par: Yang, Jingxiao, et autres
Publié: (2026)
WindowKV: Task-Adaptive Group-Wise KV Cache Window Selection for Efficient LLM Inference
par: Zuo, Youhui, et autres
Publié: (2025)
par: Zuo, Youhui, et autres
Publié: (2025)
Uncertainty-Aware Bayes' Rule and Its Applications
par: Wang, Shixiong
Publié: (2023)
par: Wang, Shixiong
Publié: (2023)
Correlation-Aware Select and Merge Attention for Efficient Fine-Tuning and Context Length Extension
par: Wang, Ning, et autres
Publié: (2024)
par: Wang, Ning, et autres
Publié: (2024)
A Mathematical Theory of Top-$k$ Sparse Attention via Total Variation Distance
par: Tzachristas, Georgios, et autres
Publié: (2025)
par: Tzachristas, Georgios, et autres
Publié: (2025)
Segmentation-guided Layer-wise Image Vectorization with Gradient Fills
par: Zhou, Hengyu, et autres
Publié: (2024)
par: Zhou, Hengyu, et autres
Publié: (2024)
Fourier Position Embedding: Enhancing Attention's Periodic Extension for Length Generalization
par: Hua, Ermo, et autres
Publié: (2024)
par: Hua, Ermo, et autres
Publié: (2024)
PoSE: Efficient Context Window Extension of LLMs via Positional Skip-wise Training
par: Zhu, Dawei, et autres
Publié: (2023)
par: Zhu, Dawei, et autres
Publié: (2023)
Scene-wise Adaptive Network for Dynamic Cold-start Scenes Optimization in CTR Prediction
par: Li, Wenhao, et autres
Publié: (2024)
par: Li, Wenhao, et autres
Publié: (2024)
Training-free Geometric Image Editing on Diffusion Models
par: Zhu, Hanshen, et autres
Publié: (2025)
par: Zhu, Hanshen, et autres
Publié: (2025)
Bioinspired Directional Hydrogel‐Based High‐Performance Flexible Sensor for Multiple Jumping Pattern Detection in Athletic Training
par: Hanqi Wang, et autres
Publié: (2025)
par: Hanqi Wang, et autres
Publié: (2025)
SSMRadNet : A Sample-wise State-Space Framework for Efficient and Ultra-Light Radar Segmentation and Object Detection
par: Sen, Anuab, et autres
Publié: (2025)
par: Sen, Anuab, et autres
Publié: (2025)
HeadInfer: Memory-Efficient LLM Inference by Head-wise Offloading
par: Luo, Cheng, et autres
Publié: (2025)
par: Luo, Cheng, et autres
Publié: (2025)
SlimPack: Fine-Grained Asymmetric Packing for Balanced and Efficient Variable-Length LLM Training
par: Liu, Yuliang, et autres
Publié: (2025)
par: Liu, Yuliang, et autres
Publié: (2025)
NEFT: A Unified Transformer Framework for Efficient Near-Field CSI Feedback in XL-MIMO Systems
par: Mao, Tianqi, et autres
Publié: (2025)
par: Mao, Tianqi, et autres
Publié: (2025)
3D-TAFS: A Training-free Framework for 3D Affordance Segmentation
par: Chu, Meng, et autres
Publié: (2024)
par: Chu, Meng, et autres
Publié: (2024)
Distributional Robustness Bounds Generalization Errors
par: Wang, Shixiong, et autres
Publié: (2022)
par: Wang, Shixiong, et autres
Publié: (2022)
Using Cu‐Based Metal–Organic Framework as a Comprehensive and Powerful Antioxidant Nanozyme for Efficient Osteoarthritis Treatment
par: Bo Yu, et autres
Publié: (2024)
par: Bo Yu, et autres
Publié: (2024)
Tensor-Structured Bayesian Channel Prediction for Upper Mid-Band XL-MIMO Systems
par: Hou, Hongwei, et autres
Publié: (2025)
par: Hou, Hongwei, et autres
Publié: (2025)
Towards Feedback-to-Plan Decisions for Self-Evolving LLM Agents in CUDA Kernel Generation
par: Chong, Yee Hin, et autres
Publié: (2026)
par: Chong, Yee Hin, et autres
Publié: (2026)
Mixture of Attention Spans: Optimizing LLM Inference Efficiency with Heterogeneous Sliding-Window Lengths
par: Fu, Tianyu, et autres
Publié: (2024)
par: Fu, Tianyu, et autres
Publié: (2024)
Megalodon: Efficient LLM Pretraining and Inference with Unlimited Context Length
par: Ma, Xuezhe, et autres
Publié: (2024)
par: Ma, Xuezhe, et autres
Publié: (2024)
VecAttention: Vector-wise Sparse Attention for Accelerating Long Context Inference
par: Liu, Anmin, et autres
Publié: (2026)
par: Liu, Anmin, et autres
Publié: (2026)
Near-Field Multiuser Beam Training for XL-MIMO: An End-to-End Interference-Aware Approach with Pilot Limitations
par: Li, Xinyang, et autres
Publié: (2026)
par: Li, Xinyang, et autres
Publié: (2026)
Tarot-SAM3: Training-free SAM3 for Any Referring Expression Segmentation
par: Zhang, Weiming, et autres
Publié: (2026)
par: Zhang, Weiming, et autres
Publié: (2026)
PAT: Pixel-wise Adaptive Training for Long-tailed Segmentation
par: Do, Khoi, et autres
Publié: (2024)
par: Do, Khoi, et autres
Publié: (2024)
Documents similaires
-
Efficient Long-Context LLM Inference via KV Cache Clustering
par: Hu, Jie, et autres
Publié: (2025) -
BigMac: A Communication-Efficient Mixture-of-Experts Model Structure for Fast Training and Inference
par: Jin, Zewen, et autres
Publié: (2025) -
HATA: Trainable and Hardware-Efficient Hash-Aware Top-k Attention for Scalable Large Model Inference
par: Gong, Ping, et autres
Publié: (2025) -
LiteCache: A Query Similarity-Driven, GPU-Centric KVCache Subsystem for Efficient LLM Inference
par: Yi, Jiawei, et autres
Publié: (2025) -
HyLRA: Hybrid Layer Reuse Attention for Efficient Long-Context Inference
par: Ai, Xuan, et autres
Publié: (2026)