AI宝库

AI宝库首页 › AI 资讯 › 清华AI 开源 AKV SGLang上LLM Agents的缓存工程服务器

清华AI 开源 AKV SGLang上LLM Agents的缓存工程服务器

来源:MarkTechPost · 发布时间:10-26 · 由 AI宝库每小时自动聚合

清华研究者发布 AKV,以SGLang为主的缓存工程服务系统。 LLM agents 投放并重新定位 KV 缓存,而不是总结历史

清华大学和CUHK研究人员开源 AKV,是KV缓存工程在LLM agents的服务系统。 agents不总结旧历史,而是将所选的KV缓存项放下,继续再用其余的。 3个模型和4个agent 基准测试的平均成本下降了27.7%。 平均任务分提高1.7分。 代码为Apache-2.0许可并基于SGLang.

TL; DR 数据

- 服务系统加政策图书馆,没有重量。 在GPT-OSS-120B(5.1B活性),MiniMax-M2.7(230B活性,10B活性)和MiroThinker-1.7-Mini(30B活性,3B活性)上被测试。

- 运行在:NVIDIA GPU通过SGLang. 纸张在BF16中使用了8个A800-80GB GPU. 快速起动服务于2个GPU上的GPT-OSS-120B (tensor system 2.

- 性能:平均成本和+1.7分平均分比阈值总和低27.7%。

- 最佳:GPT-OSS-120B 在SWE-bench验证:每任务成本20.0到9.7分,得分40.0到43.2.

- 最差:MiniMax-M2.7在浏览器Comp-Plus上得分58.9分,文字工程的62.3下有3.4分。

什么是缓存工程,与上下文工程有什么不同?

AKV是一个清华服务系统,它让LLM agents放下并重新定位自己的KV缓存。

背景工程修饰或总结文本历史。 编辑此前缀使 KV 状态每晚无效。 所保留的后缀必须重新进行预填。 因此,利用方式总结了迟到和激烈的情况,这可能会失去中回合的细节。

缓存工程使文本轨迹未受影响。 它只会改变 KV 条目的可见度。 留存的条目无需再计算即可再使用。 他们仍然可以携带从投放的信息。 KV缓存占API总成本的82.4%。

AKV是怎样工作的?

AKV定义了3个缓存操作。 附录为新令牌的标准更新。 丢弃从未来注意力中删除所选条目而不改变位置。 重置重写保留了位置0到r-1的密钥,使用RoPE旋转。 价值保持不变,所以没有隐藏状态被重算。 在拼接中,将Repos 融资 GPT-OSS-120B的浏览器Comp-Plus通过率从55%增加到62%.

难的部分正在服务。 等同符可以在不同操作历史下产生不同的缓存状态。 普通前缀匹配可能会重用错误状态。 AKV 扩展了 SGLang 的 radex 树并附有滴放和再定位节点。 它只在没有主动请求仍然需要时才释放出KV. 片段批量注意在1个预填通道中恢复被拆迁状态。

AKV API是什么样子的?

该接口为无国籍和OpenAI相容。 客户端发送完整消息历史和两个可选字段。 滴入消息映射要滴出的信件的触发消息索引。 重新定位后列出各种指数,然后将职位压缩。

缓存政策从触发器、选择器和重新定位规则中构建这些字段。 内建政策采用回合制,代币制或模式制。 一个缓存图让模型调用trop context本身。

AKV在agent 基准测试上的表现如何?.

主要政策是工具响应滚动下降,保持最新的12个工具响应。 标准基线总结为96K令牌(米罗廷克为192K. Text Engineering assume at 48K. 基准测试被浏览comp-Plus,GAIA-Text,SWE-bench 验证和xbench-DeepSearch-2510.

4个基准测试的平均通过率(%)和成本(每任务美元). 资料来源:文件表1。

AKV还用削减价格21.9%与文字工程。 准确性差距长期打开。 在以96K令牌及以上的浏览器Comp-Plus上,GPT-OSS-120B与AKV的分数为37%. 标准分数24%,文本工程分数32%,每个项目页。

费用是按公布的费率计算的API等同估计数。 被重新定位的代币按缓存-打击率收费,这是故意保守的选择。

AKV在服务基准测试时有多快?.

服务测试在80个长文SWE-bench验证任务上运行了GPT-OSS-120B. 在每种方法的峰值设定中,AKV提供1.18x输出吞吐量和1.53x输入吞吐量。 P95请求延迟速度快1.51x.

以第16个货币计算,标准号的P95 耐用达到 229.90秒对AKV的30.63秒。 KV压力将Standard推入了重复再预装。 按解码步骤,全程注意时间从7.082分降至2.849分。

在100个SWE-bench根据GPU预算验证的任务上,AKV达到了约47%的通过率。 标准达到40.7%,文本工程达到32.3%.

agents能否调取自己的缓存政策?.

MiniMax-M2.7改进了20个浏览Comp-Plus任务的政策,然后运行了100个被搁置的任务。 重复6政策按基线准确性将成本削减了17.8%。 抽象报告,在专家设计的政策之外节省了7.1%。

将缓存控制显示为工具也有助于准确性。 GPT-OSS-120B在100任务子集上由52.1升至61.0. MiniMax-M2.7的花费从5.4美分上升到5.9美分。

AKV 与其他 KV 缓存方法

主要数字来自每个项目自己的纸张,并使用不同的设置。 它们不具有直接可比性。

关键外卖

- AKV让agents放下并重新定位KV缓存,而不是重写历史。

- 平均成本下降27.7%,在3个模型中得分上升1.7分。

- Repos将浏览器Comp-Plus上的GPT-OSS-120B从55%升至62%.

- 在16号货币时,P95延迟从229.90秒降至30.63秒。

- 支持今天只覆盖了Qwen,GPT-OSS和MiniMax-M2文本模型。

请检查access-date=中的日期值 (帮助) 页面存档备份,存于互联网档案馆页面存档备份,存于互联网档案馆页面存档备份。 并加入我们的通讯。 等等,你在电报里吗?现在你也可以加入我们的电报。

需要和我们合作推广您的 GitHub Repo OR Hugging Face Page OR Product Release OR Webinar等吗?联系我们

Asif Razzaq是Marktechpost AI Media Inc.的首席执行官。 作为一个有远见的企业家和工程师,阿西夫致力于利用人工智能的潜力为社会造福。 他最近的努力是人工智能媒体平台的发布,该平台以深入报道机器学习和深层学习新闻而出名,这些新闻在技术上既可靠又为广大观众所容易理解。 该平台每月有超过200万次观看,表明其受观众欢迎。

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(marktechpost.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 590 款 AI 工具分类导航 · 每日 AI 热门项目与动态