LLoPS低秩多项式草图线性注意力框架提出

2026年10月15日，arXiv人工智能板块报道，Zongyue Qin等作者提出可学习低秩多项式草图（LLoPS），一种用于线性注意力中近似多项式核的原理性且灵活的框架。报道称，针对线性注意力中多项式核近似误差不可忽略的问题，该研究从多项式核近似角度证明LLoPS的近似误差严格小于现有方法；在多项基准测试中，LLoPS性能优于各类线性注意力基线。该工作已被NeurIPS 2026收录。目前事件进展为框架提出并获会议收录，尚无后续跟进报道。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。