News
← 목록으로플래시맵 출시로 LLM 디코딩 6.14배 빨라진다
폴리매틱 AI와 프린스턴대, USC ISI 연구진이 플래시맵을 공개했다. 이 흐름 기반 디코딩 후보 생성 모델은 한 번의 패스로 16개 토큰을 동시에 생성하며, Qwen3-8B 기준 최대 6.14배의 손실 없는 속도 향상을 달성한다. 원문:
goodfriends폴리매틱 AI와 프린스턴대, USC ISI 연구진이 플래시맵을 공개했다. 이 흐름 기반 디코딩 후보 생성 모델은 한 번의 패스로 16개 토큰을 동시에 생성하며, Qwen3-8B 기준 최대 6.14배의 손실 없는 속도 향상을 달성한다. 원문:
아직 댓글이 없어요.