计算机科学 > 计算与语言
[提交于 2025年1月4日
]
标题: AdaSkip:用于加速长上下文大语言模型推理的自适应子层跳过方法
标题: AdaSkip: Adaptive Sublayer Skipping for Accelerating Long-Context LLM Inference
摘要: 长上下文大型语言模型(LLMs)推理变得越来越关键,这促使许多研究致力于减轻这种场景下的存储和计算成本。逐层跳过方法是一种有前景的优化方法,但在长上下文推理中很少被探索。我们观察到,现有的逐层跳过策略在应用于长上下文推理时存在一些局限性,包括无法适应模型和上下文的变化,忽视子层的重要性,以及不适用于预填充阶段。本文提出了\sysname ,一种专为长上下文推理设计的自适应子层跳过方法。\sysname 通过利用实时相似性信息自适应地识别不重要的层,实现子层级别的跳过,并加速预填充和解码阶段。通过在各种长上下文基准和模型上的广泛实验,证明了\sysname 的有效性,展示了其在现有基线上的优越推理性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.