arXiv · cs.AI· Michel Barlaud·· 3 天前AI 评分25
用于结构化稀疏注意力的参数化线性锥投影（PLCP）
A Parametric Linear Conic Projection for Structured Sparse Attention
来源与原文
arXiv · cs.AI
作者：Michel Barlaud
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/2611.04479v1
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
该论文提出基于 Lorentz 锥几何的尺度不变稀疏性度量 Cone Alignment Index（CAI），并给出高斯与均匀分布下的概率分析，证明高稀疏度下样本落在凸锥内的概率趋于 1。在此基础上推导出闭式近似投影 PLCP 与精确欧氏投影 PECP，证明二者共线、仅差一个正径向缩放因子且诱导完全相同的稀疏阈值与 active support。论文还建立 bilevel PLCP 框架，可生成逐行、逐列、对角等硬件友好的结构化稀疏掩码，适用于加速 Transformer attention。
来源：arXiv · cs.AI · 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。