免训练稀疏长上下文推理框架Self-Indexing Attention提出
热点事件持续更新
免训练稀疏长上下文推理框架Self-Indexing Attention提出
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
Xu Yang等作者提出免训练稀疏长上下文推理框架Self-Indexing Attention，用可复用 token 级 1-bit 索引统一 prefill 分组选择与 decode 检索。 据作者描述，该框架基于共享变换域符号-幅值表示，与外部 KV-cache 压缩兼容，且不需要额外索引元数据。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
Self-Indexing Attention：面向压缩兼容稀疏长上下文 LLM 推理的无训练框架报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.CLSelf-Indexing Attention：面向压缩兼容稀疏长上下文 LLM 推理的无训练框架
Self-Indexing Attention 是一个基于共享变换域符号-幅值表示的无训练框架，用可复用 token 级 1-bit 索引统一 prefill 分组选择与 decode 检索，并与外部 KV-cache 压缩兼容而无需额外索引元数据。
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。