Time-Aware Linear Attention

MixFormer：新型线性Transformer增强长序列建模能力

研究人员推出MixFormer，这是一种新颖的线性Transformer，旨在提高超长序列建模的效率。该模型通过引入混合记忆专家（MoE）机制和时间感知线性注意力（TALA）技术，解决了现有状态空间模型（SSMs）的局限性。MixFormer利用多个协作的记忆专家来维护差异化的记忆状态，并使用可学习的衰减函数和位置偏差动态更新记忆，从而改进了文本和图像生成等任务的远程依赖建模。