36Kr Europe · English·· 9 小时前
北京邮电大学团队提出 MiTA：用可复用、可变形 Top-k 专家重构高效注意力
NeurIPS'26: Is Attention Also FFN? Rethinking Efficient Attention From the Fast Weight Perspective
研究任务与主要进展
北京邮电大学团队提出 Mixture-of-Top-k Attention（MiTA），从快权重视角将标准注意力重述为一种输入生成权重的 FFN，并据此建立包含压缩、路由等维度的五维分类框架。
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。请阅读原文核验。
来源：36Kr Europe · English · eu.36kr.com