实体
Cosa
Cosa
PulseAugur coverage of Cosa — every cluster mentioning Cosa across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的EPOC方法通过压缩状态改进了时间序列预测
研究人员开发了一种名为端点保持在线校正（EPOC）的新方法，用于多时序预测。EPOC通过压缩残差状态（使用低阶离散余弦变换（DCT）系数和前一个残差块的最终值）来解决在不增加过多状态存储的情况下保留残差反馈的挑战。在具有DLinear和PatchTST模型的多元序列上的评估表明，与未校正的基础预测相比，EPOC显著降低了均方误差（MSE）和平均绝对误差（MAE），同时使用的辅助状态比$\delta$-Adapter和COSA等其他方法少得多。
-
CoSA 为长上下文 LLM 引入高效稀疏注意力
研究人员开发了 CoSA，一种新颖的稀疏注意力机制，旨在加速长上下文语言模型的推理。CoSA 采用两阶段、无需训练的方法，将核感知代理 (KAP) 与有序跳跃核 (OSK) 相结合。该方法能够更准确地选择块并高效地进行核计算，从而在计算预算紧张和上下文长度扩展的情况下，显著加快注意力速度并减少首次令牌生成时间。