2024年2-5月期间，他作为英伟达实习生，研究方向是为长上下文大语言模型推理加速。他和团队提出了DuoAttention，结合检索与流式注意力头，实现高效推理。 这篇论文的价值在于，构建了一整套高效大模…
11/10 12:13
11/10 12:11
11/10 12:10
11/10 10:19
11/10 10:18
11/10 10:09
11/10 10:08
京公网安备 11011402013531号