html,body{height:auto!important;overflow:auto!important} [data-requires-script]{display:none!important} .reader{position:relative!important;overflow:visible!important;min-height:100vh} .reader-frame{height:auto!important;max-height:none!important;margin:auto} .reader-stage,.lesson-reader-stage{position:relative!important;inset:auto!important;overflow:visible!important} .reader-track,.lesson-track{position:relative!important;inset:auto!important;display:block!important;height:auto!important;transform:none!important} .reader-slide,.reader-panel,.lesson-panel{width:100%!important;height:auto!important;min-height:0!important;overflow:visible!important;content-visibility:visible!important} .reader-scroll,.lesson-panel-scroll{position:relative!important;inset:auto!important;height:auto!important;overflow:visible!important;padding-bottom:32px!important} .reader-tabs,.reader-tap,.reader-detail-dock,.card-dock{display:none!important} .lg-screen,.lg-feed,.lg-page,.dr-screen .lg-page{height:auto!important;overflow:visible!important} .lg-page{min-height:100vh} @media(min-width:1000px){.lg-page{min-height:0!important}}

Autor

Zhenduo Zhao

Papers que incluyen a Zhenduo Zhao entre los autores de la fuente. Un mismo nombre puede corresponder a investigadores distintos.

1 resultados

PaperMachine Learning
QUILT acelera el prellenado de contextos largos al compartir trabajo entre consultas
QUILT reutiliza entradas key-value solapadas para reducir la latencia de prellenado probada con pequeños cambios medidos en las puntuaciones.
Añadido a Chiosa 13 oct 2026
#cost-performance #inference-memory #token-selection

Zhenduo Zhao

QUILT acelera el prellenado de contextos largos al compartir trabajo entre consultas