arXiv · cs.CL· Ruitian Wang·· 1 天前AI 评分40
RecSA：以对数成本实现百万 token 长度外推的递归稀疏注意力
Recursive Sparse Attention: Million-Token Length Extrapolation at Logarithmic Cost
来源与原文
arXiv · cs.CL
作者：Ruitian Wang
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/2611.07232v1
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
RecSA（Recursive Sparse Attention）通过在 KV cache 上构建树结构、每层用共享 pooler 蒸馏出的 key 汇总子树，使每个 query 的选择成本降至 O(log L)，仅需读取 O(log L) 条目。基于 Qwen3-4B 初始化并在原模型 32K 训练长度上训练 0.62B tokens，RecSA 在 RULER 上从 131K 到 2M 各长度均超越所有基线，1M 处得分 60.5，而最佳基线 Dense + DCA 为 40.0。在单张 H200 GPU 上 524K 上下文时，其优化 kernel 使 prefill 加速 3.2x、decoding 加速 3.8x，端到端快于稠密注意力。
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。