Accueil Projets LayerSkip
LayerSkip
Python

LayerSkip

Code pour "LayerSkip: Enabling Early Exit Inference and Self-Speculative Decoding", ACL 2024

par facebookresearch · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
early-exitlayer-dropllmPython
Voir sur GitHub
En termes simples

Implémentez des techniques d'inférence de sortie anticipée et de décodage auto-spéculatif dans les modèles de langage pour améliorer les performances.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
LayerSkip — GitHub preview card
📈 Historique des étoiles
372371
2026-07-202026-08-31
📈 Suivez LayerSkip

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Code pour "LayerSkip: Enabling Early Exit Inference and Self-Speculative Decoding", ACL 2024

LayerSkip compte 371 étoiles sur GitHub. Il a été forké 45 fois. LayerSkip est écrit principalement en Python. Il est développé activement depuis 2024. Ses principaux thèmes sont : early-exit, layer-drop, llm, optimization.

Frequently asked questions

Qu'est-ce que LayerSkip ?

Code pour "LayerSkip: Enabling Early Exit Inference and Self-Speculative Decoding", ACL 2024

LayerSkip est-il open source ?

LayerSkip est un projet open source.

LayerSkip est-il gratuit ?

Oui. LayerSkip est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage LayerSkip est-il écrit ?

LayerSkip est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — LayerSkip

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=facebookresearch-layerskip)](https://olud.ai/project/facebookresearch-layerskip.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.