Fast Heterogeneous Serving: Scalable Mixed-Scale LLM Allocation for SLO-Constrained Inference

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Cheng, Jiaming, Nguyen, Duong Tung
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!