研究人员开发了ATEST,一个用于大语言模型推理的自适应资源感知测试时推理的新框架。该系统通过根据查询难度和实时GPU条件(包括能源成本)动态调整推理工作量,解决了传统方法中固定采样预算的问题。ATEST-Online模式无需离线校准,可逐步生成样本,监控GPU负载,并学习能源成本以确定何时停止,在不同负载下展示了准确性和能源效率的显著提升。 AI
影响 通过动态适应实时资源约束和能源成本来优化大语言模型推理效率。
排序理由 该项目是一篇研究论文,详细介绍了一个用于大语言模型推理的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- ATEST-Calibrated
- ATEST-Online
- energy cost
- GPU
- GSM8K
- inference
- LLM
- NVIDIA A100
- NVIDIA L40S
- Phi-3 Mini
- query
- Qwen2.5-3B
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →