热点事件持续更新

研究人员提出基于核插值法的KV缓存压缩新方法

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

针对大模型注意力机制的二次复杂度瓶颈，研究人员于2026年11月2日在 arXiv 发表论文，提出用于注意力机制上下文压缩的核插值方法。该研究推出了基于核空间插值的 GAIM 与 Q-DAIM 两种新型 KV 缓存（KV cache）压缩方案，通过引入泰勒级数、Performer 以及随机傅里叶特征等代理模型，将压缩计算复杂度成功降至线性时间，同时扩展支持流式注意力设置。实验评估结果显示，该方法在 LongBench-E 长文本基准测试上取得了与当前 SOTA 相当的性能表现。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月2日

13:00
arXiv 机器学习
用于注意力机制上下文压缩的核插值方法
针对注意力机制二次复杂度瓶颈，研究人员提出基于核空间插值的 GAIM 与 Q-DAIM 两种新型 KV cache 压缩方法。该研究通过引入泰勒级数、Performer 和随机傅里叶特征等代理模型将压缩计算降至线性时间，并扩展支持流式注意力设置。实验表明其在 LongBench-E 基准上取得了与 SOTA 相当的性能表现。

本事件热度走势

当前热度 9·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化–

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。