研究人员正在探索管理大型语言模型(LLM)中关键值(KV)缓存的新方法,这对于推理速度至关重要,但会随着上下文长度线性增长。一种方法,“通过随机设计实现KV缓存驱逐的误差证书”,提出使用随机驱逐策略来提供误差界限并改进故障归因,在降低预算的情况下几乎免费地获得性能提升。相比之下,“HijackKV”识别出位置无关KV缓存重用方面的一个新安全漏洞,其中受污染的KV数据可以以很高的成功率悄悄地劫持模型行为。第三种方法,“SelKV”,提供了一个无需训练的KV缓存压缩框架,通过自适应合并和注意力补偿来保持生成质量并实现显著的解码加速。 AI
影响 KV缓存管理方面的创新可以显著提高LLM的推理速度并减小内存占用,而安全研究则突出了当前重用策略中的关键漏洞。
排序理由 该集群包含多篇研究论文,详细介绍了与LLM中KV缓存管理相关的新技术并识别了相关漏洞。
在 Hugging Face Daily Papers 阅读 →
- GQA
- KV cache
- large language models
- LongBench
- arXiv
- HijackKV
- Error Certificates for KV-Cache Eviction via Randomized Design
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →