热点事件持续更新

Rohan Arun 团队提出几何自注意力新方法

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，Rohan Arun 团队提出几何化自注意力新思路。该方法名为 Function-weights，把权重表示为 GPU 内存中的函数，推理时可沿曲线动态采样层数——手机端取 8 层，服务器端取 24 层，从而按设备调整计算量。报道称，在 2K 上下文下，该方法的内部状态比常规方案小约 14000 倍，且交叉熵（CE）指标更优。目前公开信息仅停留在方法思路层面，报道未披露完整实验设置、基准对比、开源代码或论文出处，也未说明该思路是否已提交同行评审。

AI 根据报道生成 · 2 小时前更新

最新进展10月15日 07:03

Function-weights 可按曲线动态采样层数，2K 上下文状态小 14000 倍且 CE 更优。

报道时间线

沿着报道，了解事件的不同侧面。

10月15日

07:03
AGI Hunt
Rohan Arun 团队提出几何自注意力新方法：2K 上下文状态小 14000 倍且 CE 更优
Rohan Arun 团队提出几何化自注意力新思路：Function-weights 把权重表示为 GPU 内存中的函数，推理时可按曲线动态采样层数（手机 8 层、服务器 24 层）。

本事件热度走势

当前热度 9·可比范围峰值 10（10月15日 08:00）·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。