Papers & Forschung

Thinking Machines Lab analysiert Ursachen von LLM-Inferenzunsicherheit und veröffentlicht batch-invarianten Kernel als Open Source

Originaltitel:Defeating Nondeterminism in LLM Inference

KI-Zusammenfassung

Thinking Machines Lab veröffentlicht einen Blogbeitrag und stellt fest, dass die eigentliche Ursache für Unsicherheit bei der LLM-Inferenz nicht Parallelität plus Gleitkommazahlen ist, sondern die fehlende Batch-Invarianz der Kernel: Lastbedingte Änderungen der Batch-Größe auf dem Server verändern die Ausgabe einzelner Anfragen.

Kernpunkte

  • Thinking Machines Lab veröffentlicht einen Blogbeitrag und stellt fest
  • dass die eigentliche Ursache für Unsicherheit bei der LLM-Inferenz nicht Parallelität plus…
  • sondern die fehlende Batch-Invarianz der Kernel: Lastbedingte Änderungen der Batch-Größe auf dem…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
Thinking Machines Lab:官方博客
Kategorie
Papers & Forschung
KI-Bewertung
68
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

作者指出 LLM 推理不确定性的真因是 batch size 变化而非并发浮点问题,并给出可复现内核方案。

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: Thinking Machines Lab analysiert Ursachen von LLM-Inferenzunsicherheit und veröffentlicht batch-invarianten Kernel als Open Source. 10. September 2025. https://new.nat6.net/de/news/cmq75sy1q0009sl5w22bhu5g3/

Alle ansehen →