Quest

长文本LLM推理的查询感知稀疏化框架

长上下文LLM推理稀疏性 KV缓存注意力机制 Quest Github 开源项目

Quest是一个创新的长文本LLM推理框架，通过在KV缓存中应用查询感知稀疏化技术，显著减少了注意力计算中的内存移动。该框架跟踪缓存页面的Key值范围，并利用Query向量评估页面重要性，仅加载最关键的KV缓存页面。实验表明，Quest可将自注意力计算速度提升至7.03倍，推理延迟降低2.23倍，同时在长依赖任务中保持高精度。

访问官网

Github

介绍相关项目

quickwit - 云原生搜索引擎助力可观测性数据管理

GithubQuickwit云原生可观测性开源开源项目搜索引擎

Quickwit是一款专注于可观测性数据管理的云原生搜索引擎。它支持日志、追踪和指标等场景，提供全文搜索和聚合查询功能。Quickwit兼容Elasticsearch API，集成Jaeger和OTEL，在云存储上实现亚秒级搜索。其特点包括计算与存储分离、多租户支持、多数据源接入和企业级功能。作为开源项目，Quickwit可替代Datadog和Elasticsearch等商业解决方案。

opensearch-neural-sparse-encoding-v1 - 跨平台高效搜索的稀疏检索模型

GithubHuggingfaceLucene倒排索引MS MARCO数据集OpenSearch开源项目查询扩展模型稀疏检索

此开源项目展示了一个学习型稀疏检索模型，通过将查询和文档编码为稀疏向量，提供高效的搜索解决方案。模型在MS MARCO数据集上进行训练，并在BEIR基准测试中展示了优良的搜索相关性与推理速度。支持OpenSearch神经稀疏功能，能与Lucene倒排索引结合，进行高效的索引与搜索。该项目提供多个模型版本，适应不同的数据集与应用需求。使用者能在OpenSearch集群内或通过HuggingFace模型API进行模型的外部运行。

DeepSeek-Coder-V2-Lite-Base-GGUF - 文本生成量化模型的高效选择方案

DeepSeek-Coder-V2-Lite-BaseGithubHuggingfacegguf格式开源项目文件下载模型量化高质量模型

该项目通过llama.cpp和imatrix技术对文本生成模型进行量化处理，为不同硬件配置提供优化选择。模型文件允许根据RAM和VRAM大小选择最佳方案，从而提升运行效率。K-quants在多数应用中表现理想，而I-quants提供更优性能但在硬件兼容性上有特定要求。项目提供的工具和文档为用户在进行文本生成任务的过程中提供指导，帮助选择兼顾速度与质量的量化模型。

EasyContext - 优化语言模型上下文长度至百万级的开源项目

EasyContextGithub开源项目注意力机制训练技巧语言模型长上下文模型

EasyContext 是一个开源项目，致力于优化语言模型的上下文长度至 100 万个标记。项目结合序列并行、Deepspeed zero3 卸载和 Flash attention 等技术，实现了对 Llama2-7B 和 Llama2-13B 模型的全参数微调。通过最小化硬件需求，EasyContext 展示了长上下文扩展的可行性，并提供简洁的实现代码和评估结果，为自然语言处理研究和开发提供了有价值的资源。

PyramidKV - 支持多GPU推理和KV缓存压缩的LLM优化工具

GithubKV缓存压缩Needle in haystackPyramidKV多GPU推理开源项目注意力机制

PyramidKV支持多GPU推理和KV缓存压缩，兼容LlaMa-3-70B-Instruct及多种注意力机制，如Flash Attention v2和Sdpa。该项目还集成了SnapKV、H2O和StreamingLLM，提供设备灵活性，并通过简单安装和直观推理脚本提高研究效率。

ModelCache - 优化大型语言模型响应的语义缓存工具

Codefuse-ModelCacheGithub多租户大语言模型嵌入模型开源项目语义缓存

ModelCache 是一种优化大型语言模型（LLMs）响应的语义缓存工具，通过缓存预计算的模型结果，迅速响应相似请求，提升用户体验。它支持多租户，并通过 Redis Search 将缓存与向量数据库的交互时间减至 10ms。该项目整合了多种嵌入框架及本地存储选项如 sqlite 和 faiss，便于用户迅速测试。其目标是降低推理部署成本、提升模型性能和提供可扩展的大型模型服务。

AQLM - 加性量化技术实现大型语言模型高效压缩

AQLMGithubPyTorch大语言模型开源项目推理量化

AQLM项目开发了一种名为加性量化的新技术，可将大型语言模型压缩至原规模的1/16左右，同时基本保持原始性能。该技术适用于LLaMA、Mistral和Mixtral等多种模型架构，并提供了预量化模型。项目包含PyTorch实现代码、使用教程和推理优化方案，为大规模语言模型的实际应用提供了新思路。

querqy - Java搜索引擎查询预处理开源框架

GithubJavaQuerqy开源框架开源项目搜索引擎查询预处理

Querqy是一个为Java搜索引擎设计的查询预处理框架，支持Solr、Elasticsearch和OpenSearch。它提供查询重写和优化功能，有助于提高搜索相关性、简化查询逻辑和优化性能。该开源项目遵循Apache 2.0许可。

freshqa - 搜索引擎增强技术提升大型语言模型性能

FreshLLMsGithub大语言模型开源项目搜索引擎增强数据集评估方法

FreshLLMs项目开发搜索引擎增强方法,提升大型语言模型性能。核心组件包括FreshQA问答数据集、FreshPrompt回答生成工具和FreshEval自动评估指标。FreshQA每周更新,保持数据时效性。FreshPrompt整合搜索结果生成回答。FreshEval提供客观评估标准。该项目为研究人员提供开放资源,助力提高语言模型的时效性和准确性,推动AI技术创新。

Qwen2.5-0.5B-Instruct-bnb-4bit - 提升多语言长文本生成与指令跟随能力，改善结构化数据处理

GithubHuggingfaceQwen2.5Unsloth优化训练多语言支持大语言模型开源项目模型

Qwen2.5语言模型系列在知识、编码和数学上取得进步，支持29种语言和128K词的长文本生成。其指令跟随和结构化数据处理经过优化，提升生成JSON等输出的效率。适用于多语言和复杂任务的场景，如代码生成和数据管理，通过改进训练架构提升性能和内存效率。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号