Flash Inference: Near Linear Time Inference for Long Convolution Sequence Models and Beyond
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Oncescu, Costin-Andrei, Purandare, Sanket, Idreos, Stratos, Kakade, Sham |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Seesaw: Accelerating Training by Balancing Learning Rate and Batch Size Scheduling
par: Meterez, Alexandru, et autres
Publié: (2025)
par: Meterez, Alexandru, et autres
Publié: (2025)
A Simplified Analysis of SGD for Linear Regression with Weight Averaging
par: Meterez, Alexandru, et autres
Publié: (2025)
par: Meterez, Alexandru, et autres
Publié: (2025)
The Recurrent Transformer: Greater Effective Depth and Efficient Decoding
par: Oncescu, Costin-Andrei, et autres
Publié: (2026)
par: Oncescu, Costin-Andrei, et autres
Publié: (2026)
Feature emergence via margin maximization: case studies in algebraic tasks
par: Morwani, Depen, et autres
Publié: (2023)
par: Morwani, Depen, et autres
Publié: (2023)
TorchTitan: One-stop PyTorch native solution for production ready LLM pre-training
par: Liang, Wanchao, et autres
Publié: (2024)
par: Liang, Wanchao, et autres
Publié: (2024)
Learning Hidden Markov Models Using Conditional Samples
par: Kakade, Sham M., et autres
Publié: (2023)
par: Kakade, Sham M., et autres
Publié: (2023)
Connections between Schedule-Free Optimizers, AdEMAMix, and Accelerated SGD Variants
par: Morwani, Depen, et autres
Publié: (2025)
par: Morwani, Depen, et autres
Publié: (2025)
The Potential of Second-Order Optimization for LLMs: A Study with Full Gauss-Newton
par: Abreu, Natalie, et autres
Publié: (2025)
par: Abreu, Natalie, et autres
Publié: (2025)
Deconstructing What Makes a Good Optimizer for Language Models
par: Zhao, Rosie, et autres
Publié: (2024)
par: Zhao, Rosie, et autres
Publié: (2024)
Prescriptive Scaling Reveals the Evolution of Language Model Capabilities
par: Zhang, Hanlin, et autres
Publié: (2026)
par: Zhang, Hanlin, et autres
Publié: (2026)
Discovering Hierarchical Latent Capabilities of Language Models via Causal Representation Learning
par: Jin, Jikai, et autres
Publié: (2025)
par: Jin, Jikai, et autres
Publié: (2025)
Scaling Laws in Linear Regression: Compute, Parameters, and Data
par: Lin, Licong, et autres
Publié: (2024)
par: Lin, Licong, et autres
Publié: (2024)
Repeat After Me: Transformers are Better than State Space Models at Copying
par: Jelassi, Samy, et autres
Publié: (2024)
par: Jelassi, Samy, et autres
Publié: (2024)
FlashSVD: Memory-Efficient Inference with Streaming for Low-Rank Models
par: Shao, Zishan, et autres
Publié: (2025)
par: Shao, Zishan, et autres
Publié: (2025)
Soup to go: mitigating forgetting during continual learning with model averaging
par: Kleiman, Anat, et autres
Publié: (2025)
par: Kleiman, Anat, et autres
Publié: (2025)
Model Editing by Standard Fine-Tuning
par: Gangadhar, Govind, et autres
Publié: (2024)
par: Gangadhar, Govind, et autres
Publié: (2024)
Star Attention: Efficient LLM Inference over Long Sequences
par: Acharya, Shantanu, et autres
Publié: (2024)
par: Acharya, Shantanu, et autres
Publié: (2024)
FlashHead: Efficient Drop-In Replacement for the Classification Head in Language Model Inference
par: Tranheden, Wilhelm, et autres
Publié: (2026)
par: Tranheden, Wilhelm, et autres
Publié: (2026)
CoLoR-Filter: Conditional Loss Reduction Filtering for Targeted Language Model Pre-training
par: Brandfonbrener, David, et autres
Publié: (2024)
par: Brandfonbrener, David, et autres
Publié: (2024)
Scaling Laws for Imitation Learning in Single-Agent Games
par: Tuyls, Jens, et autres
Publié: (2023)
par: Tuyls, Jens, et autres
Publié: (2023)
Beyond Inference-Time Search: Reinforcement Learning Synthesizes Reusable Solvers
par: Massoudi, Soheyl, et autres
Publié: (2026)
par: Massoudi, Soheyl, et autres
Publié: (2026)
MOM: Memory-Efficient Offloaded Mini-Sequence Inference for Long Context Language Models
par: Zhang, Junyang, et autres
Publié: (2025)
par: Zhang, Junyang, et autres
Publié: (2025)
Constructive Symbolic Reinforcement Learning via Intuitionistic Logic and Goal-Chaining Inference
par: Patrascu, Andrei T.
Publié: (2025)
par: Patrascu, Andrei T.
Publié: (2025)
Loss-to-Loss Prediction: Scaling Laws for All Datasets
par: Brandfonbrener, David, et autres
Publié: (2024)
par: Brandfonbrener, David, et autres
Publié: (2024)
Efficient Large Language Model Inference with Neural Block Linearization
par: Erdogan, Mete, et autres
Publié: (2025)
par: Erdogan, Mete, et autres
Publié: (2025)
RosettaSearch: Multi-Objective Inference-Time Search for Protein Sequence Design
par: Kshirsagar, Meghana, et autres
Publié: (2026)
par: Kshirsagar, Meghana, et autres
Publié: (2026)
EVIL: Evolving Interpretable Algorithms for Zero-Shot Inference on Event Sequences and Time Series with LLMs
par: Berghaus, David
Publié: (2026)
par: Berghaus, David
Publié: (2026)
Anytime Pretraining: Horizon-Free Learning-Rate Schedules with Weight Averaging
par: Meterez, Alexandru, et autres
Publié: (2026)
par: Meterez, Alexandru, et autres
Publié: (2026)
The Role of Sparsity for Length Generalization in Transformers
par: Golowich, Noah, et autres
Publié: (2025)
par: Golowich, Noah, et autres
Publié: (2025)
Scaling On-Device GPU Inference for Large Generative Models
par: Tang, Jiuqiang, et autres
Publié: (2025)
par: Tang, Jiuqiang, et autres
Publié: (2025)
Mamba: Linear-Time Sequence Modeling with Selective State Spaces
par: Gu, Albert, et autres
Publié: (2023)
par: Gu, Albert, et autres
Publié: (2023)
FlashSVD v1.5: Making Low-Rank Transformers Inference Actually Fast
par: Wu, Wenhao, et autres
Publié: (2026)
par: Wu, Wenhao, et autres
Publié: (2026)
Membership Inference Attacks Against Time-Series Models
par: Koren, Noam, et autres
Publié: (2024)
par: Koren, Noam, et autres
Publié: (2024)
Diversified Scaling Inference in Time Series Foundation Models
par: Hua, Ruijin, et autres
Publié: (2026)
par: Hua, Ruijin, et autres
Publié: (2026)
Dynamic Search for Inference-Time Alignment in Diffusion Models
par: Li, Xiner, et autres
Publié: (2025)
par: Li, Xiner, et autres
Publié: (2025)
Inference-Time Toxicity Mitigation in Protein Language Models
par: Burda, Manuel Fernández, et autres
Publié: (2026)
par: Burda, Manuel Fernández, et autres
Publié: (2026)
Transcendence: Generative Models Can Outperform The Experts That Train Them
par: Zhang, Edwin, et autres
Publié: (2024)
par: Zhang, Edwin, et autres
Publié: (2024)
Progressive Inference: Explaining Decoder-Only Sequence Classification Models Using Intermediate Predictions
par: Kariyappa, Sanjay, et autres
Publié: (2024)
par: Kariyappa, Sanjay, et autres
Publié: (2024)
MatKV: Trading Compute for Flash Storage in LLM Inference
par: Shin, Kun-Woo, et autres
Publié: (2025)
par: Shin, Kun-Woo, et autres
Publié: (2025)
MelissaDL x Breed: Towards Data-Efficient On-line Supervised Training of Multi-parametric Surrogates with Active Learning
par: Dymchenko, Sofya, et autres
Publié: (2024)
par: Dymchenko, Sofya, et autres
Publié: (2024)
Documents similaires
-
Seesaw: Accelerating Training by Balancing Learning Rate and Batch Size Scheduling
par: Meterez, Alexandru, et autres
Publié: (2025) -
A Simplified Analysis of SGD for Linear Regression with Weight Averaging
par: Meterez, Alexandru, et autres
Publié: (2025) -
The Recurrent Transformer: Greater Effective Depth and Efficient Decoding
par: Oncescu, Costin-Andrei, et autres
Publié: (2026) -
Feature emergence via margin maximization: case studies in algebraic tasks
par: Morwani, Depen, et autres
Publié: (2023) -
TorchTitan: One-stop PyTorch native solution for production ready LLM pre-training
par: Liang, Wanchao, et autres
Publié: (2024)