热点事件持续更新
研究人员提出面向循环语言模型的混合潜在注意力机制HLA
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
2026年10月7日，研究人员在arXiv发布研究，提出面向循环语言模型的混合潜在注意力（HLA）机制。该机制将循环语言模型单 token 的 KV cache 缩减 10.7倍，使单 GPU 并发序列提升 4.0至8.8倍。在 1.4B 与 2.6B 的 Ouro 模型测试中，其解码吞吐量在 1K 上下文下提升 2.5倍，在 16K 上下文下最高提升 7.4倍。同时，HLA 在数学和推理基准上保留了原模型超过 97% 的准确率。
AI 根据报道生成 · 4 小时前更新
最新进展10月7日 12:00
研究人员提出混合潜在注意力机制HLA，可大幅降低KV缓存并提升吞吐量。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 自然语言处理面向循环语言模型的混合潜在注意力机制（Hybrid Latent Attention）
研究人员提出混合潜在注意力（HLA），将循环语言模型单 token 的 KV cache 缩减 10.7x，使单 GPU 并发序列提升 4.0-8.8x。在 1.4B 与 2.6B 的 Ouro 模型上，其解码吞吐量在 1K 上下文提升 2.5x、16K 上下文下最高提升 7.4x。此外，HLA 在数学和推理基准上保留了超 97% 的原模型准确率。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 13:00）·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。