RazorAttention: Efficient KV Cache Compression Through Retrieval Heads

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Tang, Hanlin, Lin, Yang, Lin, Jing, Han, Qingsen, Hong, Shikuan, Yao, Yiwu, Wang, Gongyi
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning 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/2407.15891