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)
Indexed issues
 (0 indexed issues)
open beginner issues
 (0 open beginner issues)
最終索引
2026年7月8日
最終 GitHub push
2026年3月9日
ライセンス
MIT License
コントリビューションガイド
コントリビューションガイドはありません
行動規範
行動規範
主要言語
Python
PR merge metrics
 (PR metrics pending)
初心者向けラベル
索引済み初心者向けラベルはありません

Issue

0 open indexed issues

このリポジトリには open の索引済み Issue がありません。