יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.CL ·

התפתחות התנייה בדגמי שפה גדולים: מנגנונים, תמורות וזרמים חדשים

The Evolution of Attention in Large Language Models: Mechanisms, Trade-offs, and Emerging Trends
במאמר זה, נבחן את התפתחות התנייה בדגמי שפה גדולים. נראה כיצד דגמים אלה משתמשים במנגנונים שונים, כולל זיכרון ספורדי ומנגנוני עדכון. נבחן גם את התמורות והזרמים החדשים בתחום זה.
תקציר מקורי באנגליתarXiv:2609.39661v1 Announce Type: new Abstract: Self-attention gives LLMs fine-grained, query-dependent access to context, but dense token interactions incur quadratic prefill cost and a key--value cache growing with context length. Research thus spans explicit-memory compression, sparse access, recurrent state construction, structured state dynamics, and heterogeneous mechanism composition. This survey analyzes these developments as model-internal contextual memory. We introduce a five-dimensional lens---Memory Representation, Memory Update, Access, Readout, and Integration---describing what is represented, how it changes, what is query-eligible, how it is read, and how readouts form outputs. This lens compares overlapping research lines without imposing one computational model. We recons
קרא במקור המקורי