LAPLEX

LAPLEX 实现可训练拉普拉斯核，赋能高维深度学习

研究人员推出了一种新型可学习拉普拉斯核算子类——LAPLEX，旨在实现深度学习中高效的高维线性代数运算。LAPLEX 层如同全秩稠密矩阵，但由少量可学习参数隐式定义，允许在 GPU 上进行高达 $10^9$ 维的矩阵向量运算。该方法将稠密矩阵的表达能力与其存储成本分离开来，促进了数据自适应的全局交互，并实现了紧凑型投影和可解释的软路由模型。