提出LLoPS：可学习低秩多项式草图改进线性注意力

Zongyue Qin、Haoran Deng、Jason Cong、Yizhou Sun 在 arXiv 发布论文，提出可学习低秩多项式草图框架 LLoPS，用于近似线性注意力中的高阶多项式核。作者报告该方法的近似误差严格小于既有方法，并称在广泛基准上相对多种线性注意力基线取得最高性能。 以上结论基于论文摘要，具体基准、数值结果和实现成本未在材料中说明。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。