研究人员开发了新的基于核的方法GAIM和Q-DAIM,以解决语言模型中注意力机制的二次复杂度问题。这些方法旨在通过在与核相关的希尔伯特空间内插值线性映射来压缩上下文或KV缓存。为了实现线性时间复杂度,提出了基于泰勒级数、Performer和随机傅里叶特征的代理模型。该方法已扩展到流式注意力,并在LongBench-E基准测试上显示出有希望的结果,性能与最先进的方法相当。 AI
影响 这些基于核的方法可以显著降低注意力机制的计算成本,从而能够更有效地处理大型语言模型中的长上下文。
排序理由 该集群包含一篇详细介绍注意力机制压缩新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- GAIM
- Generalized Empirical Interpolation Method
- LongBench-E
- Michel Fabrice Serret
- Q-DAIM
- Q-Discrete Empirical Interpolation Method
- Random Fourier Features
- Taylor series
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →