QoS-Efficient Serving of Multiple Mixture-of-Expert LLMs Using Partial Runtime Reconfiguration

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Imani, HamidReza, Peng, Jiaxin, Mohseni, Peiman, Amirany, Abdolah, El-Ghazawi, Tarek
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Distributed, Parallel, and Cluster Computing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2505.06481