Oaken: Fast and Efficient LLM Serving with Online-Offline Hybrid KV Cache Quantization

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Kim, Minsu, Hong, Seongmin, Ko, RyeoWook, Choi, Soongyu, Lee, Hunjong, Kim, Junsoo, Kim, Joo-Young, Park, Jongse
Format:	Preprint
Publié:	2025
Sujets:	Hardware Architecture Machine Learning
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/2503.18599