BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

Plug-and-Play 1.x-Bit KV Cache Quantization for Video Large Language Models

💡 原文英文，约100词，阅读约需1分钟。
📝

内容提要

本研究提出了一种新的即插即用KV缓存量化方法VidKV，旨在解决视频大型语言模型在处理长视频时的内存瓶颈问题。该方法将KV缓存压缩至低于2位，并通过通道级别量化实现精度与性能的平衡。

🏷️

标签

KV缓存 models 内存瓶颈 视频语言模型 通道级别量化 量化方法
➡️

继续阅读

  1. CD sales are booming as physical media continues its resurgence
    According to the Recording Industry Association of America (RIAA), CD sales e...
  2. Kimi K3 模型结构（7）：结构决定系统
    本文总结Kimi K3模型结构对训练与推理系统的影响。KDA采用三种执行形态（FlashKDA、设备内上下文并行、状态回滚）处理固定大小状态；上下文并行通...
  3. Kimi K3 模型结构（6）：输入端与零件，MoonViT-V2、MTP、Per-Head Muon
    Kimi K3模型采用从零训练的MoonViT-V2视觉编码器，27层、patch14结构，支持高分辨率图像token化；MTP层预训练后微调为EAGLE...
  4. EP224：MCP与RAG及AI代理的对比
    An AI agent is kind of an AI system where the agent performs the task autonom...
  5. Kimi K3 模型结构（5）：宽度维度，Stable LatentMoE
    Kimi K3模型采用Stable LatentMoE作为FFN，基于NVIDIA LatentMoE改进，将输入压缩至半宽latent空间，增加RMSN...
  6. GPT-6带火循环Transformer，阿里早已布局
    阿里团队针对循环Transformer的计算冗余问题，提出两篇论文：MeSH通过动态记忆缓冲和路由器解决循环空转，提升零样本准确率；SpiralForme...
👤 个人中心
在公众号发送验证码完成验证