English(EN) PreFT: Prefill-only finetuning for efficient inference

PreFT方法通过仅预填充的微调提升LLM服务吞吐量

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-14 00:19

研究人员开发了PreFT，一种新颖的参数高效微调方法，旨在提高个性化大型语言模型服务的效率。PreFT通过仅在预填充阶段应用适配器并在解码阶段丢弃它们来优化服务吞吐量。这种方法显著提高了吞吐量，对性能的影响最小，并为个性化LLM服务提供了更有利的准确性-吞吐量权衡。 AI

影响能够更有效地服务个性化LLM，可能降低基础设施成本并改善用户体验。

排序理由该集群描述了一篇介绍LLM微调新方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

Hugging Face Daily Papers TIER_1 English(EN) · 2026-05-14 00:19

PreFT: Prefill-only finetuning for efficient inference

Large language models can now be personalised efficiently at scale using parameter efficient finetuning methods (PEFTs), but serving user-specific PEFTs harms throughput, even with specialised kernels and memory management techniques. This is because, theoretically and empiricall…