RecSA递归稀疏注意力实现百万token外推
热点事件观察中
RecSA递归稀疏注意力实现百万token外推
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Ruitian Wang等人提出递归稀疏注意力RecSA：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)，只需读取O(log L)条目。 该方法从Qwen3-4B初始化，在原模型32K训练长度上训练0.62B tokens。据论文报告，RecSA在RULER基准131K至2M各长度均超越所有基线，1M处得分60.5，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3.2倍、decoding加速3.8倍，在64K至2M范围内端到端快于稠密注意力。
AI 根据报道生成 · 5 小时前更新
最新进展11月5日 07:36
RecSA：以对数成本实现百万 token 长度外推的递归稀疏注意力报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.CLRecSA：以对数成本实现百万 token 长度外推的递归稀疏注意力
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。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 411月6日 12:00
- 近 24 小时变化
- –
0246
12:0013:0014:0015:00
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。