논문 및 연구

바이두 바이거, 푸단대와 함께 LU-KV 프레임워크 제안…ICML 2026 채택

원제목:顶会入选!百度百舸联合复旦大学刷新KV Cache压缩SOTA

AI 요약

바이두 바이거 팀이 푸단대학교와 협력해 Long-horizon Utility KV(LU-KV) 프레임워크를 제안했습니다. 헤드 수준 KV Cache 예산 할당을 장기 한계 효용을 겨냥한 전역 조합 최적화 문제로 모델링합니다. LU-KV는 오프라인 프로파일링으로 어텐션 헤드의 한계 기여 곡선을 추정하고, 볼록 껍질 완화와 한계 효용 기반 그리디 솔버를 결합해 낮은 오버헤드로 최적에 가까운 예산 구성을 도출하며 SnapKV, KeyDiff 등 다양한 압축 방법에 적용할 수 있습니다. LongBench와 RULER 벤치마크에서 80% 압축률에서도 성능 손실이 작고 VRAM 점유와 추론 지연을 줄였습니다. 관련 논문은 ICML 2026에 채택되었습니다.

핵심 정보

  • 바이두 바이거 팀이 푸단대학교와 협력해 Long-horizon Utility KV(LU-KV) 프레임워크를 제안했습니다.
  • 헤드 수준 KV Cache 예산 할당을 장기 한계 효용을 겨냥한 전역 조합 최적화 문제로 모델링합니다.
  • LU-KV는 오프라인 프로파일링으로 어텐션 헤드의 한계 기여 곡선을 추정하고,볼록 껍질 완화와 한계 효용 기반 그리디 솔버를 결합해 낮은 오버헤드로 최적에 가까운 예산 구성을…
  • LongBench와 RULER 벤치마크에서 80% 압축률에서도 성능 손실이 작고 VRAM 점유와 추론 지연을 줄였습니다.
  • 관련 논문은 ICML 2026에 채택되었습니다.

한눈에 보기

게시
업데이트
출처
公众号:百度智能云(文心)
카테고리
논문 및 연구
AI 점수
63
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

ICML接收的KV Cache压缩新方法,把缓存预算分配从看当前分数改成全局优化,能显著降低显存占用,做长上下文推理的值得细读。

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: 바이두 바이거, 푸단대와 함께 LU-KV 프레임워크 제안…ICML 2026 채택. 2026년 6월 10일. https://new.nat6.net/ko/news/cmq7w1nzi028nslepn0azwdsg/

전체 보기 →