2024年5月12日
You Only Cache Once:YOCO 基于Decoder-Decoder 的一个新的大语言模型架构
摘要： 这是微软再5月刚刚发布的一篇论文提出了一种解码器-解码器架构YOCO，因为只缓存一次KV对，所以可以大量的节省内存。 以前的模型都是通过缓存先前计算的键/值向量，可以在当前生成步骤中重用它们。键值(KV)缓存避免了对每个词元再次编码的过程，这样可以大大提高了推理速度。 但是随着词元数量的增加，KV缓 阅读全文
posted @ 2024-05-12 11:30 deephub 阅读(56) 评论(0) 推荐(0) 编辑