QuickSilver -- Speeding up LLM Inference through Dynamic Token Halting, KV Skipping, Contextual Token Fusion, and Adaptive Matryoshka Quantization

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Khanna, Danush, Guru, Aditya Kumar, Sridhar, Srivarshinee, Ahmed, Zidan, Bahirwani, Rubhav, Malhotra, Meetu, Jain, Vinija, Chadha, Aman, Das, Amitava, Ghosh, Kripabandhu
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence I.2.0; I.2.7
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2506.22396