3D-Transformer

RelFlexformers引入高效3D-Transformer注意力与新颖位置编码

研究人员推出RelFlexformers，一类新颖的3D-Transformer模型，其利用高效注意力机制与可积分相对位置编码。这些模型在长度为L的输入序列上实现了O(L log L)的注意力计算时间复杂度。通过构建在非均匀傅里叶变换理论之上，RelFlexformers可以将现有的高效注意力方法泛化到非结构化和异构场景，使其适用于点云建模等任务。在各种3D数据集上的实证评估表明，这些新的注意力调制技术带来了质量上的提升。