研究人员开发了一种新的在线分词算法,可显著降低大型语言模型(LLM)的延迟和内存使用量。该算法在近乎线性时间内实现了最优延迟,与OpenAI的tiktoken和Hugging Face的tokenizers等现有方法相比,具有显著的速度优势。实际应用证明,延迟提高了高达34.8倍,吞吐量提高了高达7倍,同时内存使用量保持不变。 AI
影响 显著降低LLM的延迟和内存占用,可能实现更快、更高效的推理。
排序理由 关于LLM分词新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- byte-pair encoding
- DL-proline
- GigaToken
- Hugging Face
- International Conference on Architectural Support for Programming Languages and Operating Systems
- International Conference on Machine Learning
- Jiang and Gong
- Li, Yang and Mamouras
- Mamouras, Li and Yang
- .openai
- Programming Language Design and Implementation
- tiktoken
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →