arXiv · cs.AI· Hardi Ashishbhai Desai, Balaji N K, Sourav Kanti Addya·· 8 小时前
TWP通过令牌级闭环调度提升无服务器LLM推理吞吐量
Stable Token-level Scheduling for Serverless LLM Inference
arXiv:2610.17689v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hardi Ashishbhai Desai, Balaji N K, Sourav Kanti Addya
研究任务与主要进展
Hardi Ashishbhai Desai、Balaji N K 和 Sourav Kanti Addya 在论文摘要中提出 Token Window Pacing（TWP），通过运行时反馈在令牌级调节请求准入，以稳定无服务器 LLM 推理性能。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org