Zyphra AI 推出了 Zyphra Hierarchical Attention (ZHA),这是一种新颖的稀疏注意力机制,旨在克服大型语言模型中传统注意力的二次方缩放限制。ZHA 采用树状索引器,可递归压缩键摘要,使查询能够高效检索相关信息,而无需扫描整个上下文。即使通过相对少量的数据将其蒸馏到现有的预训练模型中,该方法在长上下文任务(包括推理和检索)上仍能保持性能。虽然尚未提供优化内核,但 ZHA 在将有效上下文窗口扩展到数亿甚至数十亿个 token 方面显示出巨大潜力。 AI
影响 该方法可以显著扩展 LLM 的实际上下文窗口,从而实现更复杂的推理和数据处理。
排序理由 该集群描述了一篇关于改进 LLM 注意力机制的新颖方法的最新研究论文。
- arXiv cs.CL: Subquadratic Attention with a Hierarchical Tree-Structured Indexer
- DeepSeek Sparse Attention
- KV cache
- LongBench-v2
- MiniMax Sparse Attention
- NVIDIA H100
- Qwen3.6-35B-A3B
- Zha
- Zyphra AI
- Zyphra Hierarchical Attention
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →