研究人员开发了BOSS,这是一种新颖的、无需训练的策略,旨在严格的令牌预算内优化大型语言模型(LLM)的推理。BOSS通过实时决定何时停止生成、生成另一个候选或评估现有候选来解决实例内分配的挑战。在Llama-3.1模型上跨四个推理基准进行了测试,BOSS在22个模型-任务-预算配置中表现出优于现有方法(如SDN中的自适应一致性多控制器策略和TALE-EP)的准确性。 AI
影响 这项新策略有望在计算约束严格的应用中提高LLM推理的效率和准确性。
排序理由 该条目描述了一篇关于LLM推理新策略的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →