Dual-QK: 2-Bit KV-Cache-Kompression mit 6,8× Faktor für Long-Context-Modelle · Lumeric
Beitrag
FORSCHUNGarxiv.org· ArXiv cs.LG★Pro5h
Dual-QK: 2-Bit KV-Cache-Kompression mit 6,8× Faktor für Long-Context-Modelle
Pro-Quelle
Dieser Beitrag stammt aus einer Pro-Quelle. Mit Lumeric Pro liest du den vollständigen Eintrag inklusive „Warum es zählt", Quelle und verwandten Beiträgen.