arXiv发布FSKA非平稳注意力框架论文
热点事件持续更新
arXiv发布FSKA非平稳注意力框架论文
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月23日，Zi Yang等人在arXiv机器学习板块发布论文，提出基于流的频谱核注意力（FSKA）框架。该框架通过正态流参数化双变量频谱密度以学习非平稳核，并移除Query-Key投影，使可训练参数减少40%至47%。 FSKA保持线性注意力计算兼容性并具备有利的内存扩展性。在分类、消融及可扩展性实验中，该机制展现出与现有注意力机制相当或更优的性能。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
Flow-based Spectral Kernel Learning for Nonstationary Attention报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · MLFlow-based Spectral Kernel Learning for Nonstationary Attention
论文提出基于流的频谱核注意力（FSKA），通过正态流参数化双变量频谱密度学习非平稳核，移除Query-Key投影使可训练参数减少40%–47%。 FSKA兼容线性注意力计算并保持有利的内存扩展性，在分类、消融及可扩展性剖析实验中展现出与现有注意力机制相当或更优的性能。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月23日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
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。