热点事件观察中

SSoG视觉Transformer操作子发布

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月6日，arXiv发布论文，由Carlos Boned Riera提出可分离高斯操作子SSoG。该操作子旨在优化Vision Transformer，将每层注意力计算成本从二次方O(N^2)降低至次二次方，同时保证全局Lipschitz连续性。性能测试显示，在CIFAR-100数据集上，SSoG相比密集注意力机制，Top-1准确率提升2.2至8.1个百分点，同时参数减少8.8%至16.6%。在1024x1024高分辨率场景下，模型吞吐量提高至154%，峰值内存降低超过60%，显著提升了计算效率。

AI 根据报道生成 · 2 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月6日

13:00
arXiv · ML
分离高斯算子 SSoG 将 Vision Transformer 注意力成本降至次二次方
SSoG 提出分离高斯算子，将 Vision Transformer 每层注意力成本从 O(N^2) 降至次二次方，并保证全局 Lipschitz 连续性。在 CIFAR-100 上，SSoG 比密集注意力提升 Top-1 准确率 2.2-8.1 个点，参数减少 8.8-16.6%；在 1024x1024 分辨率下，吞吐量提高至 154%，峰值内存降低 60% 以上。

本事件热度走势

可比范围当前: 3
可比范围峰值: 911月6日 15:00
近 24 小时变化: -49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。