CascadeInfer: Length-Aware Scheduling of LLM Serving with Low Latency and Load Balancing

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yuan, Yitao, Zhao, Chenqi, Zhao, Bohan, Cao, Zane, He, Yongchao, Wu, Wenfei
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!