WUSH-KV quantifie le cache KV en faible précision grâce à des transformations adaptées aux données
1 sourcemis à jour il y a 6 jpertinence 3,5 sur5
L’essentiel
Les transformations de clés et de valeurs sont construites à partir de données de calibration. Intégré à SGLang, WUSH-KV fait à 2 bits au moins aussi bien que la transformation OSCAR sur tous les modèles et toutes les tâches évalués.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceJiale Chen, Vage Egiazarian, Eldar Kurtić et al.huggingface.co
WUSH-KV: KV Cache Quantization with Data-Adaptive Transforms (site externe)
KV cache memory and bandwidth costs grow with context length and batch size, which limits efficient long-context inference. We introduce WUSH-KV for low-bit KV-cache quantization.
Sur les mêmes thèmes
Infra
Ai2 publie Olmo-core 3, son framework d’entraînement ouvert pour de grands modèles à mélange d’experts
Infra
SlimWise élague les experts uniquement au décodage pour servir plus efficacement les modèles MoE
Recherche
RayOrch, un moteur distribué, préserve les liens parent-enfant dans la préparation de données d’IA
Infra
TRACE propose un entraînement FP4 par RL pour les modèles MoE, guidé par les rollouts
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5