arXiv · cs.CL· Zhenxu Tian·· 11 天前AI 评分42
Prism Attention：用于 LLM 高效推理的提案-精化索引共享机制
Prism Attention: Proposal-Refined Index Sharing Mechanism for Efficient LLMs Inference
来源与原文
arXiv · cs.CL
作者：Zhenxu Tian
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/2610.22985v1
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
研究者提出 Prism Attention，一种提案-精化的稀疏注意力框架，用粗到细策略替代跨层稀疏索引的静态复用，兼顾层间适配性与共享效率。该方法在推理与长上下文基准上达到主流稀疏注意力方法的 SOTA 性能，并在 128K 上下文长度下实现相对 FlashAttention 3.4× 的端到端解码加速。
来源：arXiv · cs.CL · arxiv.org