LLoPS：可学习低秩多项式草图线性注意力

针对线性注意力中多项式核近似误差不可忽视的问题，研究者提出可学习低秩多项式草图（LLoPS），一种用低秩多项式草图近似多项式核的线性注意力框架，可证明其近似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，该工作已被 NeurIPS 2026 收录。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。