Afshin Khadangi 提交 DeepMem 多尺度字节级语言模型架构论文
热点事件观察中
Afshin Khadangi 提交 DeepMem 多尺度字节级语言模型架构论文
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Afshin Khadangi 于 2026 年 11 月 3 日向 arXiv 提交论文（arXiv:2611.05255），介绍 DeepMem——一种因果多尺度字节级语言模型架构。该架构将语义压缩与字节精确保留分离，用可逆子带变换构建短序列层级，并以注意力超分辨率解码器恢复字节级表示。 论文称，DeepMem 在 FineWeb-Edu 和 PG19 数据集上优于同规模字节级 Transformer，在 FRES 评测语言中取得最佳宏平均成绩，其瓶颈精炼的计算 FLOPs 约为全分辨率推理的 1/7600，同时保持有竞争力的评估吞吐。
AI 根据报道生成 · 11 小时前更新
最新进展11月4日 01:44
DeepMem：一种深入处理记忆的因果多尺度字节级语言模型架构报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AIDeepMem：一种深入处理记忆的因果多尺度字节级语言模型架构
DeepMem 是一种因果多尺度架构，将语义压缩与字节精确保留分离，用可逆子带变换构建短序列层级，并以注意力超分辨率解码器恢复字节级表示。它在 FineWeb-Edu 和 PG19 上优于同规模字节级 Transformer，在 FRES 评测语言中取得最佳宏平均成绩，瓶颈精炼的计算 FLOPs 约为全分辨率推理的 1/7600，同时保持有竞争力的评估吞吐。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 511月5日 03:00
- 近 24 小时变化
- –
0246
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。