LLoPS线性注意力多项式核近似框架被NeurIPS接收
热点事件持续更新
LLoPS线性注意力多项式核近似框架被NeurIPS接收
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
研究者 Zongyue Qin 等人提出可学习低秩多项式草图(LLoPS),一个用线性注意力逼近多项式核的框架。该工作称可证明其逼近误差严格小于现有方法,并在多项基准测试中性能优于各类线性注意力基线。 该论文已被 NeurIPS 2026 接收。
AI 根据报道生成 · 59 分钟前更新
最新进展10月15日 12:00
LLoPS:可学习低秩多项式草图实现高效线性注意力报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv cs.AILLoPS:可学习低秩多项式草图实现高效线性注意力
研究者提出可学习低秩多项式草图(LLoPS),一种用线性注意力逼近多项式核的框架,可证明其逼近误差严格小于现有方法。在多项基准测试中,LLoPS 性能优于各类线性注意力基线。该工作被 NeurIPS 2026 接收。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。