Paged Attention Meets FlexAttention: Unlocking Long-Context Efficiency in Deployed Inference

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Joshi, Thomas, Saini, Herman, Dhillon, Neil, Martin, Antoni Viros i, Maghraoui, Kaoutar El
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires