热点事件持续更新

研究提出SAGA非对称稀疏注意力机制加速LLM解码

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

2026年10月，研究人员提出稀疏非对称分组查询注意力（SAGA）及 Atop-N 方法，用于加速大语言模型解码。该机制通过解耦 Key 与 Value 头数，减少 Key 头数以加速推理，同时保留更多 Value 头数来维持模型容量。实验结果显示，在长上下文场景下，SAGA 与 Atop-N 相比全注意力 GQA 基线实现了超过 2 倍的端到端解码加速，并在最高 1.5B 参数模型上保持了接近 GQA 的生成质量。此外，研究还提供了一种高效微调方法，可将现有预训练模型直接转换为 SAGA 架构。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月6日

12:00
arXiv 自然语言处理
非对称稀疏注意力 SAGA：解耦 Key 与 Value 头数加速大语言模型解码
研究人员提出稀疏非对称分组查询注意力（SAGA）及 Atop-N 方法，通过减少 Key 头数以加速推理、保留更多 Value 头数以维持模型容量。在长上下文场景下，SAGA 与 Atop-N 相比全注意力 GQA 基线实现了超过 2x 的端到端解码加速，并在最高 1.5B 参数模型上保持了接近 GQA 的生成质量。该研究还提供了一种高效微调方法，可将现有预训练模型直接转换为 SAGA 架构。

本事件热度走势

当前热度 9·可比范围峰值 10（10月6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。