热点事件持续更新
研究团队提出线性注意力框架LLoPS
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月14日，研究人员在arXiv发布论文，提出用于有效线性注意力的可学习低秩多项式Sketch（LLoPS）框架。该框架主要用于在线性注意力机制中逼近多项式核。理论证明表明，LLoPS通过学习低秩多项式sketch，能够取得严格小于现有方法的逼近误差。此外，实验结果显示，与多种现有的线性注意力基线方法相比，LLoPS在广泛的基准测试中均取得了最高性能。
AI 根据报道生成 · 5 小时前更新
最新进展10月14日 12:00
研究人员提出LLoPS框架，在多项式核逼近上误差更小且基准性能优于多种基线。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 机器学习面向有效线性注意力的可学习低秩多项式 Sketch（LLoPS）
研究人员提出可学习低秩多项式 Sketch（LLoPS）框架，用于在线性注意力中逼近多项式核。LLoPS 通过学习低秩多项式 sketch，在理论上被证明可取得严格小于现有方法的逼近误差。实验结果显示，与多种线性注意力基线相比，LLoPS 在广泛的基准测试中均取得了最高性能。
本事件热度走势
当前热度 8·可比范围峰值 9（10月14日 15:00）·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。