PulseAugur
中
实时 10:38:37
English(EN) Content-Based Addressing for Long Context

新的基于内容的寻址方法改进了大型语言模型中的长上下文处理

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员提出了一种新颖的方法来处理语言模型中的长上下文窗口，该方法采用基于内容的寻址，而不是传统的旋转位置嵌入（RoPE）。这种新方法将令牌流划分为单元，在单元内使用RoPE处理局部位置，并根据内容分配地址以进行单元间通信。在字符级Tiny Shakespeare诊断上的实验表明，与连续RoPE相比，困惑度显著提高，这表明该方法可以增强在扩展上下文中的信息检索和使用。 AI

影响 可能使未来语言模型更有效、更可靠地处理非常长的文本输入。

排序理由 介绍大型语言模型上下文处理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基于内容的寻址方法改进了大型语言模型中的长上下文处理

本文如何被排名

Signal score
11 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
介绍大型语言模型上下文处理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Mahesh Godavarti ·

    基于内容的寻址用于长上下文

    arXiv:2609.07314v1 Announce Type: cross Abstract: Rotary position embedding (RoPE) uses each token's integer position to determine the rotation applied inside attention. This works well for local token order, but increasing context length creates a positional train-test mismatch:…

相关实体

相关话题