Geometry-Aware Key Routing

新的HHR方法提升LLM长上下文生成速度

研究人员开发了层级哈希检索（HHR），一个旨在提高大型语言模型（LLM）在生成过程中效率的新框架，尤其是在长上下文场景下。HHR通过引入几何感知键路由（GKR）和学习哈希投影（LHP）来解决传统基于哈希的检索的局限性。这些技术协同工作，通过更好地使汉明距离与实际注意力相关性对齐来提高检索精度，从而减少检索错误。实验表明，HHR在LongBench等基准测试中显著提升了Llama 3.1 8B-Instruct模型的解码速度和整体性能。