热点事件观察中

研究者提出延迟感知LLM查询路由方法BEA与BEAR

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

研究者提出 Batch Evolution Aware（BEA）估计器，通过重放服务框架的 token-batch 形成过程预测首 token 延迟（TTFT），论文称误差约 5%，单次预测耗时约 0.1 ms。基于 BEA 的延迟感知路由器 BEAR 同时平衡准确率、成本与延迟。在七项基线对比中，论文称目标内响应效用平均提升 63%，较最佳基线提升 30.5%。

AI 根据报道生成 · 1 天前更新

最新进展10月16日 12:00

Mind the Delay：面向异构 LLM 池的延迟感知查询路由

报道时间线

沿着报道，了解事件的不同侧面。

10月16日

12:00
arXiv cs.AI
Mind the Delay：面向异构 LLM 池的延迟感知查询路由
研究者提出 Batch Evolution Aware（BEA）估计器，通过重放服务框架的 token-batch 形成过程预测首 token 延迟（TTFT），误差约 5%，单次预测耗时约 0.1 ms。基于 BEA 的延迟感知路由器 BEAR 同时平衡准确率、成本与延迟，在七项基线对比中，目标内响应效用平均提升 63%，较最佳基线提升 30.5%。

本事件热度走势

可比范围当前: 3
可比范围峰值: 810月16日 22:00
近 24 小时变化: -51%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。