提出基于 Grassmann 流的无注意力替代架构
热点事件持续更新
提出基于 Grassmann 流的无注意力替代架构
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
研究人员提出了一种基于 Grassmann 流的无注意力序列建模架构，旨在探讨显式自注意力机制在序列建模中的必要性。该架构通过 Causal Grassmann 层在线性降维、编码局部 token 对以及门控混合来传播信息。
AI 根据报道生成 · 5 小时前更新
最新进展10月26日 07:52
Attention Is Not What You Need (2025)报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- Hacker News-首页Attention Is Not What You Need (2025)
本文探讨了显式自注意力机制在序列建模中的必要性，并提出了一种基于 Grassmann flows 的无注意力架构。该架构通过 Causal Grassmann 层在线性降维、编码局部 token 对以及门控混合来传播信息。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月26日 11:00
- 近 24 小时变化
- –
02.557.510
11:0012:0013:0014:00
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。