HCAttention: Extreme KV Cache Compression via Heterogeneous Attention Computing for LLMs

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Yang, Dongquan, Yang, Yifan, Yu, Xiaotian, Qi, Xianbiao, Xiao, Rong
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language Artificial Intelligence 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/2507.19823