כתבה
arXiv cs.LG ·
קשרים רב-ממדיים: מצבי רציפים שלוש-ממדיים למודלי סדרה של רצפים ארוכים
Triadic Linear Attention: Three-Dimensional Recurrent States for Long-Context Sequence Modeling
קשרים רב-ממדיים: מצבי רציפים שלוש-ממדיים למודלי סדרה של רצפים ארוכים. המאמר מציג חידוש במודלי תקשורת ליניארית, המשתמש בקשרים רב-ממדיים כדי לשפר את היכולת לטפל ברצפים ארוכים. המודל, המכונה Triadic Linear Attention, משתמש בקשרים רב-ממדיים כדי לשפר את היכולת לטפל ברצפים ארוכים.
תקציר מקורי באנגליתarXiv:2609.36529v1 Announce Type: new Abstract: Recurrent neural networks (RNNs) compress the historical context into a memory state of fixed size, thus allowing for constant-time inference. The memory state size is a crucial factor in their performance, as exemplified by the strong performance and resurgence of linear attention, which extends the vector-valued hidden states of ordinary RNNs to matrix-valued hidden states. Crucially, linear attention does so in a parameter-efficient way, in particular by using an outer product of the key and value vectors to write to the matrix-valued hidden state. We generalize this construction and propose triadic linear attention, which writes the triadic outer product of a key, a second key, and a value, into a third-order (i.e., 3D) tensor state, and
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית