이 페이지에서 위키의 최근 바뀜을 추적합니다.
약어 목록:
- 새글
- 새 문서 (새 문서 목록도 보세요)
- 잔글
- 사소한 편집
- 봇
- 봇이 수행한 편집
- (±123)
- 바이트 수로 표현한 문서 크기의 차이
2025년 4월 4일 (금)
2025년 4월 2일 (수)
|
|
새글 07:30 | Selective On-Device Execution of Data-Dependent Read I/Os 2개 바뀜 역사 +5,182 [Ahn9807 (2×)] | |||
|
|
07:30 (최신 | 이전) +7 Ahn9807 토론 기여 | ||||
| 새글 |
|
07:30 (최신 | 이전) +5,175 Ahn9807 토론 기여 (새 문서: 분류: USENIX FAST Chanyoung Park, Minu Chung, and Hyungon Moon 23rd USENIX Conference on File and Storage Technologies == 개요 == On-device와 In-kernel Near-storage processing의 장점을 모두 살릴 수 있는 새로운 디자인인 SODE를 제시함. SODE는 동적으로 현재 On-device core의 busniess에 따라서 Resubmission logic이 Kernel과 Storage에 적절히 Scheduling할 수 있도록 설계함. 이를 통해서 기존 SOTA였던 XRP보다 향상된...) 태그: 시각 편집 | |||
| 05:46 | 올리기 기록 Ahn9807 토론 기여님이 파일:FAST 2025 SODE.png 파일을 올렸습니다 | ||||
2025년 3월 31일 (월)
|
|
새글 04:09 | KV Cache 2개 바뀜 역사 +3,751 [Ahn9807 (2×)] | |||
|
|
04:09 (최신 | 이전) +3,258 Ahn9807 토론 기여 태그: 시각 편집: 전환됨 | ||||
| 새글 |
|
03:45 (최신 | 이전) +493 Ahn9807 토론 기여 (새 문서: 분류: Transformer model == 개요 == Autoregression모델에서, KV Cache는 전에 계산한 K값과 V값들을 캐싱하여, 현재 토큰을 계산하는데 필요한 중복되는 연산을 줄여서 생성 속도의 향상을 꾀하는 Caching모델이다. KV Cache는 대표적인 Computing & Memory trade-off를 이용한 방법이다. == 필요성 == 파일:KV_Cache.gif|프레임없음|600픽셀|가운데|https://medium.com/@joaolages/kv-caching-explained-2765...) 태그: 시각 편집: 전환됨 | |||
| 03:41 | 올리기 기록 Ahn9807 토론 기여님이 파일:KV Cache.gif 파일을 올렸습니다 | ||||
2025년 3월 29일 (토)
|
|
새글 08:47 | Transformer 2개 바뀜 역사 +10,638 [Ahn9807 (2×)] | |||
|
|
08:47 (최신 | 이전) −32 Ahn9807 토론 기여 | ||||
| 새글 |
|
08:46 (최신 | 이전) +10,670 Ahn9807 토론 기여 (새 문서: 분류: Transformer model == 개요 == Transformer모델은 RNN의 한계를 극복하기 위해서 Attention을 최대한 활용하여, 문장내의 각 문맥의 중요도를 최대한 언어 모델에 반영하기 위해서 개발된 모델이다. Transformer모델에서 제안한 디자인은 크게 Tokenization, Embedding, Positional Encoding, Attention layer을 여러개 쌓아 만들어진 Encoder, Decoder부분 그리고 Encoder self-attention, Masked decode...) | |||
| 새글 06:45 | 분류:Transformer model 차이역사 +24 Ahn9807 토론 기여 (새 문서: 분류: 인공지능) | ||||