Johnson-Chvatal heuristic

新型聚类方法将LLM推理成本降低50倍

研究人员开发了一种新颖的两阶段聚类算法，旨在显著降低大型语言模型（LLMs）的推理成本和延迟。该方法采用Mini-batch K-Means，然后采用类似于Johnson-Chvatal启发式方法贪婪选择代表，为相似性和属性匹配提供了可证明的护栏。该算法能高效扩展到数千万个样本，其性能比标准方法高出几个数量级，并支持了一个基于角色的推荐系统投入生产，将成本降低了50倍。