arXiv · cs.AI· Debabrata Mahapatra, Shubham Agarwal, Apoorv Saxena, Subrata Mitra·· 11 小时前
RCStat：用相对上下文化量化 Transformer 中的 token 影响
RCStat: A Statistical Framework for using Relative Contextualization in Transformers
arXiv:2506.19549v2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：Debabrata Mahapatra, Shubham Agarwal, Apoorv Saxena, Subrata Mitra
研究任务与主要进展
RCStat提出一种无需重新训练的统计框架，用相对上下文化量化一个token子集对另一个子集的贡献，并将注意力归因与KV缓存淘汰纳入推理时分析。基于论文摘要，在问答、摘要和归因基准上，作者报告生成质量提升15%–40%、KV缓存淘汰错误最多降低36%、归因准确率提升2%–16%；具体实验设置与比较基线未在材料中说明。
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