BriefGPT - AI 论文速递
·
QAQ: LLM KV 缓存的质量自适应量化
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
实验证明通过减少精度量化保存被清除的KV对的一小部分信息可以恢复引起的退化。提出了一种可靠的缓存压缩方法，即混合精度KV缓存（MiKV），通过保留被清除的KV对的低精度和重要的KV对的高精度来确保生成质量。与其他基准相比，该方法在多种基准和LLM骨干上提供了最先进的压缩比和性能的权衡。
🎯
关键要点
-
实验证明减少精度量化保存被清除的KV对的一小部分信息可以恢复退化。
-
重要的KV对必须保留较高的精度以确保生成质量。
-
提出了一种混合精度KV缓存（MiKV）的缓存压缩方法。
-
MiKV通过低精度保留被清除的KV对的上下文细节。
-
MiKV通过高精度保留重要的KV对以确保生成质量。
-
与其他基准相比，MiKV在多种基准和LLM骨干上提供了先进的压缩比和性能的权衡。
➡️
