热点事件持续更新
首尔国立大学提出 JSSA 稀疏注意力
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，AGI Hunt 报道，首尔国立大学团队提出 JSSA 稀疏注意力方法，目标是缓解长上下文大语言模型解码时的 KV-cache 流量瓶颈。该方法用共享的低维 query–key 子空间做 token 级选择，并开发了免 gather 的 indexed-attention kernel。报道称，在 128K 上下文下，解码吞吐最高提升 6.43 倍。这是该事件目前可见的首篇报道，暂无更早或后续的进展信息披露，也没有出现数字或说法上的前后矛盾。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 16:17
首尔国立大学提出 JSSA 稀疏注意力，128K 上下文解码吞吐最高提升 6.43 倍。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI Hunt首尔国立大学 JSSA 稀疏注意力：128K 上下文解码吞吐最高提升 6.43 倍
首尔国立大学团队提出 JSSA 稀疏注意力，用共享低维 query–key 子空间做 token 级选择，并开发免 gather 的 indexed-attention kernel，缓解长上下文 LLM 解码的 KV-cache 流量瓶颈。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 17:00）·近 24 小时可比范围变化 –
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。