热点事件持续更新
研究提出小型DeltaNet变体实现恒定内存高效召回
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv机器学习领域发布研究，提出了一种带有固定token键偏置的小型DeltaNet变体。该模型仅依靠32 KiB循环矩阵状态，就在32个键值对记忆任务中取得了99.95%的平均准确率。当填充内容将查询前上下文扩展至1,798个tokens时，该模型的召回率仍保持接近完美水平。相比之下，参数量匹配的向量基线模型和Transformer基线模型在同类测试中的性能表现均接近随机水平。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
研究提出小型DeltaNet变体，仅依靠32 KiB循环矩阵状态即可实现长上下文高精度召回。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv 机器学习恒定内存召回：固定矩阵状态下的习得关联
研究提出一种带有固定 token 键偏置的小型 DeltaNet 变体，仅依靠 32 KiB 循环矩阵状态即可在 32 个键值对记忆任务中实现 99.95% 的平均准确率。当填充内容将查询前上下文扩展至 1,798 tokens 时，模型召回率依然接近完美。相比之下，参数匹配的向量基线和 Transformer 基线在同类测试中性能均接近随机水平。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。