PulseAugur
中
实时 05:20:03
English(EN) Efficient Clustering with Provable Guardrails for LLM Inference at Scale

新型聚类方法将LLM推理成本降低50倍

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的两阶段聚类算法，旨在显著降低大型语言模型（LLMs）的推理成本和延迟。该方法采用Mini-batch K-Means，然后采用类似于Johnson-Chvatal启发式方法贪婪选择代表，为相似性和属性匹配提供了可证明的护栏。该算法能高效扩展到数千万个样本，其性能比标准方法高出几个数量级，并支持了一个基于角色的推荐系统投入生产，将成本降低了50倍。 AI

影响 通过降低推理费用，使基于LLM的应用能够以成本效益的方式扩展到数百万用户。

排序理由 该条目描述了一种新算法及其在arXiv论文中 presented 的性能基准。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

新型聚类方法将LLM推理成本降低50倍

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Longshaokan Wang, Wai Tsang Keung, Punit Ghodasara, Roman Wang, Ali Dashti, Francesc Moreno-Noguer ·

    面向大规模LLM推理的高效聚类与可证明的护栏

    arXiv:2607.19704v1 Announce Type: cross Abstract: Scaling LLM-based applications to millions of users is bottlenecked by the inference cost and latency of modern foundation models. A natural fix is to cluster the inputs and call the LLM only on cluster representatives, letting ot…

相关实体

相关话题