PulseAugur
中
实时 08:14:40
English(EN) STS: Efficient Sparse Attention with Speculative Token Sparsity

新的稀疏注意力方法在无需重新训练的情况下提高了 LLM 的效率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 STS，一种新颖的稀疏注意力机制，旨在提高大型语言模型 (LLM) 的效率，而无需重新训练模型。STS 利用一个较小的草稿模型来预测较大目标模型的重要令牌，从而能够动态构建稀疏性掩码，修剪昂贵的注意力计算。这种方法实现了显著的加速，在 NarrativeQA 基准测试中，STS 在大约 90% 的稀疏性下实现了 2.67 倍的加速，同时与密集注意力相比，准确性损失可忽略不计。 AI

影响 这种方法可以显著降低运行大型语言模型的计算成本，从而实现更复杂的代理应用程序和更广泛的部署。

排序理由 这是一篇详细介绍改进 LLM 效率的新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新的稀疏注意力方法在无需重新训练的情况下提高了 LLM 的效率

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Jiangnan Yu, Ceyu Xu, Yongji Wu, Yuan Xie ·

    STS：具有推测性令牌稀疏性的高效稀疏注意力

    arXiv:2605.15508v3 Announce Type: replace-cross Abstract: The quadratic complexity of attention imposes severe memory and computational bottlenecks on Large Language Model (LLM) inference. This challenge is particularly acute for emerging agentic applications that require process…

相关实体

相关话题