热点事件持续更新

研究者提出KPA压缩KV缓存最高10倍

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者提出一种名为 Kronecker Product Attention（KPA）的注意力机制，将 key 和 value 激活表示为紧凑、依赖 token 的矩阵因子的 Kronecker 乘积之和，以此压缩大模型推理时的 KV 缓存。据该研究，KPA 在四个模型规模和九个下游基准上与 TPA、MHA、MQA、GQA、MLA 表现持平或更优，同时实现最高 10 倍的 KV 缓存压缩。

AI 根据报道生成 · 3 小时前更新

最新进展10月12日 12:00

Kronecker Product Attention：通过结构化分解实现内存高效 KV 压缩

报道时间线

沿着报道，了解事件的不同侧面。

10月12日

12:00
arXiv cs.AI
Kronecker Product Attention：通过结构化分解实现内存高效 KV 压缩
研究者提出 Kronecker Product Attention（KPA），将 key 和 value 激活表示为紧凑、依赖 token 的矩阵因子的 Kronecker 乘积之和，在四个模型规模和九个下游基准上与 TPA、MHA、MQA、GQA、MLA 持平或更优，同时实现最高 10x 的 KV cache 压缩。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月12日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。