トピック: Key-Value Cache

全セクション横断 7 件

拡散型大規模言語モデル（dLLM）の推論を、追加学習なしで従来最強手法比5.1〜11.0倍に高速化する枠組み「Flash-dLLM」が発表された。実用化の障壁だった推論コストの低減につながる可能性がある。

米研究チームが開発した「UltraQuant」は、AIエージェントのメモリ圧縮技術により応答速度を最大3.47倍に高める。GPU運用コストの削減と処理能力の向上を同時に実現し、企業のAI活用における経済性を根本から変える可能性がある。

米研究者が開発した「実行状態カプセル」技術により、エッジ端末上のAI推論の応答遅延が大幅に短縮される。製造・医療・サービス業でのリアルタイムAI活用に直結する成果である。

米研究者がオンデバイスAI推論の実行状態を丸ごと保存・復元する新機構「実行状態カプセル」を発表した。ロボットや音声AIの応答遅延を大幅に削減し、製造・医療・サービス業における現場AI導入の経済性を一変させる可能性がある。

MITとIBMの研究チームが開発した「><former」は、層ごとに幅を変える新設計でLLMの計算量を22%削減する。クラウドAI基盤を運営する企業にとってコスト構造の抜本的見直しを迫る成果である。

大規模言語モデルの処理済み文脈から特定情報を効率的に削除する技術「KVEraser」が登場した。従来比17.6倍の計算コスト増を24%増に抑え、企業のAI運用コストと情報管理リスクを同時に低減する可能性がある。

米研究チームが開発した「Parallel-Synthesis」は、LLMエージェントの並列処理における情報統合を直接キャッシュベースで行う手法で、初回応答時間を最大11倍短縮しつつ精度を維持することが示された。