跳到正文
热点事件持续更新

提出ESSH弹性选择谱混合模型实现预算推理加速

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年11月19日,arXiv发表研究报告,Dachuan Song等人提出Elastic Selective Spectral Hybrid(ESSH)模型。该模型通过输入依赖门控实现可截断通道,支持单训多导,旨在优化预算推理场景。 在1.53B参数配置下,实测数据表明ESSH在B300芯片上单token解码耗时为1.37毫秒。性能对比显示,ESSH较Mamba-2和Mamba-3提速2.14至2.80倍,较Transformer++提速3.03倍。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · ML
    ESSH:面向预算推理的弹性选择谱混合模型

    提出弹性选择谱混合模型ESSH,通过输入依赖门控实现可截断的通道,支持单训多导。在1.53B配置下,B300上单token解码耗时1.37 ms。较Mamba-2/3提速2.14-2.80倍,较Transformer++提速3.03倍。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

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。