Repository Issues

microsoft/MInference

[NeurIPS'24 Spotlight, ICLR'25, ICML'25] To speed up Long-context LLMs' inference, approximate and dynamic sparse calculate the attention, which reduces inference latency by up to 10x for pre-filling on an A100 while maintaining accuracy.

Stars
 (1.219 Stars)
Forks
 (78 Forks)
Indexierte Issues
 (0 indexierte Issues)
offene Einsteiger-Issues
 (0 offene Einsteiger-Issues)
Zuletzt indexiert
8. Juli 2026
Letzter GitHub Push
9. März 2026
Contributing Guide
Kein Contributing Guide
Code of Conduct
Code of Conduct
Hauptsprache
Python
PR-Merge-Metriken
 (PR-Metriken ausstehend)
Einsteiger-Labels
Keine Einsteiger-Labels indexiert

Issues

0 offene indexierte Issues

Für dieses Repository wurden keine offenen indexierten Issues gefunden.