SparsePR：训练无关的稀疏注意力，加速视频生成
TexasAMUniversity · hf · 2026-08-24
德克萨斯 A&M大学提出了 SparsePR，这是一种无需训练的稀疏注意力机制，用于视频生成和世界模型。该方法通过响应耦合分区 和探针适配的残差重构 来加速视频 Transformer，能够在低执行对密度的前提下显著减少注意力误差，并实现大幅提速。
「研究」频道最新
- 交互式解析 SynthID-Text 水印原理与六大代价 — neil_chilson · 2026-08-24
- 交互式网站详解SynthID文本水印：算法与六种成本 — neil_chilson · 2026-08-24
- Nature 研究：LLM 辅助写作导致语言多样性显著下降 — EricTopol · 2026-08-24
- Boaz Barak 深度长文：AI 时代数学家该如何思考与研究 — littmath · 2026-08-24
- 研究：同行投票的LLM智能体压力测试发现词汇趋同但无可靠优势 — Rana Muhammad Usman · 2026-08-24
- 英伟达发布 Hydra-0：用动作流统一多具身机器人控制 — nvidia · 2026-08-24