5️⃣ arXiv · Fluid-Guided在线调度 + WAIT策略（⭐⭐⭐⭐ 补充）

• 类型：arxiv
• 标识：2504.11320
• 链接：https://arxiv.org/abs/2504.11320
• 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag
• 来源文件：
• /inbox/jay/2026-06-10-systems-engineing-benchmarks-apple-container.md
• /inbox/jay/2026-06-11-database-backend-cloudnative-inference.md
• /inbox/jay/2026-06-15-evening-engineering-filter.md
• /inbox/jay/2026-06-17-1100-ml-sys-inference-kv-llmops-cloudnative.md

可复用信息

• • 连续批处理约束
• • 论点：需要建立数学模型来刻画这些特性，设计有可证明性能保证的算法
• • 核心文献：引用了WAIT调度（arXiv:2504.11320，即本次发现的Fluid-Guided论文）
• • 标签：LLM Serving 算法优化 Position Paper 调度理论 arXiv
• • 建议动作：审稿；适合纳入「LLM Serving系统设计」理论框架部分

---

• • 链接：https://arxiv.org/html/2504.11320v3
• • arXiv ID：2504.11320（版本3）

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集