CoMem 提出跨查询复用 Transformer 深度方法
热点事件持续更新
CoMem 提出跨查询复用 Transformer 深度方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Hanzuo Liu 等作者发布论文提出 CoMem 方法，将 Transformer 的分割深度 j 变为可复用的上下文轴：为每个 token 写入一份深度 j 的残差，选取有界的分块集合后，仅恢复 [j:L) 层。作者称，这样可在多次查询之间复用 Transformer 的深度计算。 该论文发布在 arXiv cs.CL，目前只有方法层面的描述，尚无实验效果或应用结果的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
CoMem：通过持久化中间残差在多次查询间复用 Transformer 深度报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CLCoMem：通过持久化中间残差在多次查询间复用 Transformer 深度
CoMem 将 Transformer 的分割深度 j 变为可复用的上下文轴，每个 token 写入一份深度 j 的残差，仅恢复 [j:L) 层。
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。