Issue del repository

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.

Star
 (1219 star)
Fork
 (78 fork)
Issue indicizzate
 (0 issue indicizzate)
issue per principianti aperte
 (0 issue per principianti aperte)
Ultima indicizzazione
8 lug 2026
Ultimo push GitHub
9 mar 2026
Guida contributori
Nessuna guida contributori
Codice di condotta
Codice di condotta
Linguaggio principale
Python
Metriche merge PR
 (Metriche PR in attesa)
Label per principianti
Nessuna label per principianti indicizzata

Issue

0 issue indicizzate aperte

Nessuna issue indicizzata aperta trovata per questo repository.