研究者提出兄弟选择四叉树注意力SSQA

2026年10月30日发表于arXiv计算机视觉板块、并被ICRA 2026接收为口头报告的一项工作提出兄弟选择性四叉树注意力（SSQA）。据该报道，SSQA将图像token按完整四叉树结构分层建模，面向感知任务的分层建模需求；作者通过解析复杂度分析称其具备线性时间复杂度。在与Mamba 2和Quadtree Attention等方法的推理速度对比实验中，报道称SSQA在多项任务上取得至少相当、部分明显更优的结果，而计算开销仅为其一小部分。上述性能与复杂度结论均来自该报道所述实验与分析，具体任务范围、对比设置及数值细节未在现有材料中展开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。