PAT: Accelerating LLM Decoding via Prefix-Aware Attention with Resource Efficient Multi-Tile Kernel

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yi, Jinjun, Zhao, Zhixin, Hu, Yitao, Yan, Ke, Sun, Weiwei, Wang, Hao, Zhao, Laiping, Zhang, Yuhao, Li, Wenxin, Li, Keqiu
Formato:	Preprint
Publicado:	2025
Materias:	Distributed, Parallel, and Cluster Computing Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2511.22333