提出了KVServe服务感知自适应KV缓存压缩框架,用于优化解耦大模型推理服务中的KV通信瓶颈,通过统一模块化策略空间、贝叶斯离线搜索与轻量级在线控制器,在服务质量约束下最高实现9.13倍任务完成时间加速与32.8倍首词延迟降低。
机构:中科院
来源:arXiv 2605.13734 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程