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…
04/01 16:41
10/31 16:58
10/31 16:56
京公网安备 11011402013531号