AI图鉴

AI图鉴首页 › AI 资讯 › 清华AI 开源 AKV,SGLang上的LLM Agents的缓存工程服务器

清华AI 开源 AKV,SGLang上的LLM Agents的缓存工程服务器

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

清华研究者发布 AKV,是一个基于SGLang的缓存工程服务系统。 LLM agents 放下并重新定位 KV 缓存,而不是总结历史

清华大学与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,而是放下选定的KV缓存条目,继续重用其余的。 3个型号和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;数据

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

- 运行在:NVIDIA GPU通过SGLang. 纸张在BF16中使用了8个A800-80GB GPU. 快速启动服务于2台GPU上的GPT-OSS-120B(频率平行2).

- 业绩:平均成本降低27.7%,加1.7分,平均得分比门槛总和低。

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

- 最差:浏览器Comp-Plus上的MiniMax-M2.7得分58.9,文本工程的62.3以下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。

背景工程修剪或总结文本历史。 编辑此前缀后每 KV 状态都会失效。 保留后的后缀必须重新进行预装。 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。 留存的条目无需重新计算即可重复使用。 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。 附录是新令牌的标准更新。 将选中的条目从未来的注意力中删除而不改变位置。 使用 RoPE 旋转方式,将重置键保留到位置 0 到 r-1。 价值保持不变,因此没有隐藏状态被重算。 在缩写中,加入Repos 融资 GPT-OSS-120B的浏览器Comp-Plus通过率从55%到62%.

难的部分是服务。 同樣的符號可以在不同的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SGLang的光圈树,它只在没有主动请求仍然需要时才会释放KV. 片段批注在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兼容。 客户端发送完整消息历史和两个可选字段。 drop message 映射要降下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。

缓存政策通过触发器、选择器和重新定位规则构建这些字段。 内建政策采用回合制,象征性制或模式制。 CacheTooll 让模型调用调用本身 context。

AKV如何在agent 基准测试上表现?.

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192K). Text Engineering assume at 48K. 基准测试 is browscomp-Plus, GAIA-Text, SWE-bench Verifed and xbench-DeepSearch-2510. (原始内容存档于2018-09-31).

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也耗资21.9%与文本工程公司。 准确性差距长期打开。 在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。

费用是从公布的费率中得出的API等值估计数。 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项长文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号货币计算,标准号的P95耐用达到 229.90秒对AKV的30.63秒。 KV压力将标准推向重复的重排。 按解码步骤,全程注意时间从7.082米降至2.849米。

在GPU预算下的100个SWE-bench验证任务中,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能调谐自己的缓存政策吗?

MiniMax-M2.7改进了20项浏览Comp-Plus任务的政策,然后执行100项搁置任务。 重复6政策削减了17.8%的费用,而基准准确性为标准。 抽象的报告显示,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在一个100任务子集上从52.1上升到61.0. MiniMax-M2. 7的成本从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。 它们并不具有直接可比性。

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种模式中得分上升1.7分。

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

- 以第16号货币计算,P95延迟从229.90秒降至30.63秒。

- 支持今天只覆盖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 GitHub Repo and Project Page. 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促进社会福祉。 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著称,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图鉴自动抓取并翻译,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图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 591 款 AI 工具分类导航 · 每日 AI 热门项目与动态