热点事件持续更新
SMat-Attention：以结构化因果掩码统一两类注意力
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年9月30日，arXiv cs.AI 刊出关于 SMat-Attention 的报道，主题为结构化长上下文序列建模。报道称，该方法采用行支持集 VC 维为 d 的结构化因果掩码，把 softmax 注意力与线性注意力统一为一种可调路由机制；当 d 取 1 时，该结构退化为标准的因果掩码。报道中未披露其他性能指标、实验设置或对比结果，也未提及作者团队与代码发布情况。截至该条报道，这是本事件可查的最新进展，此前版本综述所跟踪的同一方向尚无新增内容，报道之间也未出现数字、时间或说法上的矛盾。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv cs.AISMat-Attention：结构化长上下文序列建模
SMat-Attention 用行支持集 VC 维为 d 的结构化因果掩码，把 softmax 注意力与线性注意力统一为可调路由，d=1 时退化为标准因果掩码。
本事件热度走势
当前热度 9·可比范围峰值 10（9月30日 13:00）·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。