新架构 SSOG 挑战 SDPA，ViT 性能更优且近线性扩展
serrjoa · x · 2026-08-17
有观点认为 Scaled Dot-Product Attention (SDPA) 在 Vision Transformers (ViTs) 中并不合理。通过引入 SSOG (Separable Sum Of Gaussians)，可以实现更快的收敛速度、更好的性能表现以及近线性的扩展能力。
所属事件:SSOG注意力挑战SDPA：ViT性能更优且近线性扩展(2 条相关)→
「研究」频道最新
- 12章7500行逐行注释教程，从零手写现代 GPT — tom_doerr · 2026-10-16
- 约翰·纳什 1998 年「层级内省逻辑」手稿再引 AI 圈热议 — fkasummer · 2026-10-16
- OpenAI 前可解释性负责人：绝大多数神经元已可读，可解释性是最重要科学问题 — CatAstro_Piyush · 2026-10-16
- AI 安全研究者自嘲：技术安全话题几乎都能在几十年前统计学里找到影子 — _onionesque · 2026-10-16
- JevAgentHarness 论文：4B 小模型替 LLM 做 Agent 决策，更省更准 — youjiaxuan · 2026-10-16
- Google 团队用序列拍卖构建去中心化 LLM 多智能体工作流 — _onionesque · 2026-10-16