Issues du dépôt

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)
Issues indexées
 (0 issues indexées)
issues débutant ouvertes
 (0 issues débutant ouvertes)
Dernière indexation
8 juil. 2026
Dernier push GitHub
9 mars 2026
Guide de contribution
Aucun guide de contribution
Code de conduite
Code de conduite
Langage principal
Python
Métriques de merge PR
 (Métriques PR en attente)
Labels débutant
Aucun label débutant indexé

Issues

0 issues indexées ouvertes

Aucune issue indexée ouverte trouvée pour ce dépôt.