optimization 18

• 論文解説: SageServe — 予測型オートスケーリングによるLLMサービング最適化 30/06/2026
• 論文解説: To Call or Not to Call — LLMツール呼び出しの必要性・有用性・コスト効率を評価するフレームワーク 15/06/2026
• 論文解説: Inference Scaling for Long-Context RAG — 推論計算量スケーリングによるRAG性能の線形改善 08/06/2026
• 論文解説: Helium — データベースクエリ最適化でLLMエージェントワークフローを最大39倍高速化 07/06/2026
• 論文解説: Less is More — エッジデバイスでのFunction Calling最適化 22/05/2026
• 論文解説: Category-Aware Semantic Caching — 異種LLMワークロードのためのカテゴリ別キャッシュ最適化 19/05/2026
• AgentCore Optimization解説: エージェント品質の自動改善ループ 09/05/2026
• Amazon Bedrock レイテンシ最適化推論の実践ガイド解説 09/05/2026
• NVIDIA技術ブログ解説: LLM推論最適化の全体像 — KVキャッシュからSpeculative Decodingまで 03/05/2026
• Google OR-Tools Vehicle Routing Solver: 制約プログラミングとヒューリスティック探索による汎用VRPソルバー 29/04/2026
• 論文解説: FlashAttention-2 — GPU並列性とワーク分割の改善によるAttention高速化 29/03/2026
• NVIDIA Tech Blog解説: CUDA Graphsによるllama.cpp推論最適化 — カーネルローンチオーバーヘッドの体系的削減 29/03/2026
• MLSys 2024論文解説: Prompt Cache — Modular Attention Reuse for Low-Latency Inference 20/03/2026
• BAIR Blog解説: The Shift from Models to Compound AI Systems — モノリシックモデルから複合AIへの転換 14/03/2026
• 論文解説: TextGrad — テキストによる自動微分でLLMパイプラインを最適化する 11/03/2026
• 論文解説: Prompt Cache — モジュラーKVキャッシュ再利用でLLM推論TTFTを3.5倍高速化 17/02/2026
• カンファレンス論文解説: AvaTaR - LLMエージェントのツール使用最適化 15/02/2026
• 論文解説: Large Language Models as Optimizers（OPRO） 15/02/2026