新框架优化交通管理基础模型部署

一篇新论文介绍了基础模型部署组合（FMDP）问题，该问题解决了交通管理中心如何最优部署各种基础模型（如LLM和VLM）的问题。FMDP问题旨在满足共享GPU资源上的质量、延迟和安全约束的同时，最小化总拥有成本。研究人员开发了一种贪婪启发式算法来解决这个NP-hard问题，并在一个案例研究中表明，与全闭源API模型组合相比，开源模型和闭源API模型混合组合可以显著降低成本。 AI

影响 为在专业运营环境中成本效益地集成LLM和VLM提供了框架。

排序理由 该集群包含一篇学术论文，详细介绍了用于优化基础模型部署的新问题表述和启发式算法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• 0-1 knapsack problem
• arXiv
• Foundation Model Deployment Portfolio
• graphics processing unit
• Hugging Face
• large language models
• Transportation Management Center of the Ozarks
• vision-language models

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →