Reducing Memory Requirements of LLM Inference Through Online rANS Decompression

Λεπτομέρειες βιβλιογραφικής εγγραφής
Τίτλος: Reducing Memory Requirements of LLM Inference Through Online rANS Decompression
Συγγραφείς: Granat, Vaino-Waltteri, Zadnik, Jakub, Makitalo, Markku, Multanen, Joonas, Jaaskelainen, Pekka
Πηγή: 2026 IEEE 19th International Conference on Cloud Computing (CLOUD) CLOUD Cloud Computing (CLOUD), 2026 IEEE 19th International Conference on. :290-296 Jul, 2026
Relation: 2026 IEEE 19th International Conference on Cloud Computing (CLOUD)
Βάση Δεδομένων: IEEE Xplore Digital Library
Περιγραφή
ISBN:9798319511966
9798319511973
ISSN:21596190
21596182
DOI:10.1109/CLOUD72782.2026.00039