arXiv · cs.CL· Rana Aref Salama·· 23 天前AI 评分37
WNet：用离散小波变换实现高效 token mixing
WNet: Discrete Wavelets Transform for Efficient Token Mixing
来源与原文
arXiv · cs.CL
作者：Rana Aref Salama
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/2610.04720v1
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
arXiv 论文提出 WNet，一种用离散小波变换（DWT）替代 self-attention 的 Transformer 编码器，包含线性融合、学习门控和 token 选择尺度三种无注意力 mixer，混合版仅在最后一层保留 self-attention。分析显示 Haar 等双抽头滤波器无法跨越固定块关联 token，更长滤波器可在两层内覆盖整个序列。在 C4 预训练和 GLUE 微调上与 BERT、FNet 对比，token 门控 mixer 在 256 token 时训练速度与 attention 相当，4096 token 时快 2.7 倍。
来源：arXiv · cs.CL · arxiv.org