Thinking Machines LabがLLM推論の不確実性の原因を解明しbatch-invariantカーネルをオープンソース化
原題:Defeating Nondeterminism in LLM Inference
AI 要約
Thinking Machines Labはブログを公開し、LLM推論の不確実性の真の原因は並行処理と浮動小数点ではなく、カーネルにbatch invarianceがないことだと指摘した。サーバー負荷によるbatch sizeの変化が個々のリクエストの出力を変えてしまうという。
要点
- Thinking Machines Labはブログを公開し、LLM推論の不確実性の真の原因は並行処理と浮動小数点ではなく
- カーネルにbatch invarianceがないことだと指摘した。
- サーバー負荷によるbatch sizeの変化が個々のリクエストの出力を変えてしまうという
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- AI スコア
- 68
おすすめの理由
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。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Thinking Machines LabがLLM推論の不確実性の原因を解明しbatch-invariantカーネルをオープンソース化。2025年9月10日。https://new.nat6.net/ja/news/cmq75sy1q0009sl5w22bhu5g3/