arXiv · cs.AI· Lianjun Liu, Tiantian Zheng, You Huang, Weiqi Yan, Mingte Qiu, Huazhong Liu, Xiaofeng Zhu, Yunshan Zhong·· 1 天前
HHR：面向高效大语言模型生成的分层哈希检索
HHR: Hierarchical Hash Retrieval for Efficient LLM Generation
arXiv:2610.01230v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lianjun Liu, Tiantian Zheng, You Huang, Weiqi Yan, Mingte Qiu, Huazhong Liu, Xiaofeng Zhu, Yunshan Zhong
研究任务与主要进展
作者提出HHR分层哈希检索方法，通过几何感知密钥路由（GKR）和学习型哈希投影（LHP）改善哈希检索与注意力相关性的不一致。基于论文摘要，HHR在LongBench上使平均得分提高1.10分；在128K上下文长度下，Llama-3.1-8B-Instruct的解码速度最高提升3.30倍，端到端速度最高提升2.83倍。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org