实体
KV Compression
KV Compression
PulseAugur coverage of KV Compression — every cluster mentioning KV Compression across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
AI研究框架GAL通过发现和修复弱点来自动化自我改进
研究人员引入了生成对抗循环(GAL),这是一个新颖的框架,旨在通过使系统能够发现自身的弱点并开发解决方案来自动化AI研究的进展。GAL采用生成器-判别器设置,其中判别器代理识别当前AI技术的缺陷,生成器代理发现克服这些已识别弱点的算法。这种方法在改进KV压缩、稀疏视频生成、稀疏注意力以及上下文扩展等任务的性能方面取得了成功,在对抗性和已建立的基准测试中均优于现有的最先进方法。
-
研究人员详细介绍了夸大稀疏注意力和KV压缩性能的方法
一位研究人员概述了几种用于使稀疏注意力和KV压缩技术显得比实际更有效的方法。这些策略包括使用简化的或合成的基准测试,避免与先前工作的最佳配置直接比较,以及聚合指标以掩盖性能弱点。研究人员认为,通过操纵评估设置和报告,即使底层方法存在局限性,也可以呈现显著的压缩或稀疏性收益。