arXiv · cs.CL· Ke Wan·· 1 天前AI 评分32
SPARE：用紧凑循环状态实现快速线性注意力解码
SPARE: Fast Linear Attention Decoding with Compact Recurrent States
来源与原文
arXiv · cs.CL
作者：Ke Wan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07552v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
SPARE（State Projection for Accelerated Recurrent Execution）是一种无需训练的方法，利用循环状态的低秩冗余，通过固定低维子空间、异构秩分配和轻量写补偿，直接在紧凑状态上完成循环读取与更新。它实现全模型解码 2.55 倍加速、循环内核 DRAM 流量降低 7.49 倍、峰值 GPU 内存降低 3.31 倍，并在同等内存预算下保持优于结构化剪枝的联想检索精度。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。