热点事件持续更新
OAL：异常值感知注意力线性化方法
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv（Statistics Machine Learning，一手来源）发布论文，提出异常值感知注意力线性化方法 OAL。该方法采用 Hadamard 积形式显式建模 query-key 贡献，并按维度贡献尺度进行分组，让各组共享系数，同时对少数异常维度单独处理，以实现更稳健的注意力线性化。目前公开信息仅涉及该论文本身，未见后续实验验证、复现结果或第三方评价。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
arXiv 发布 OAL 论文，提出用 Hadamard 积显式建模 query-key 贡献并分组处理异常维度。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Statistics Machine LearningOAL：基于分组二次核的异常值感知注意力线性化
论文提出异常值感知注意力线性化方法 OAL，用 Hadamard 积形式显式建模 query-key 贡献，并按维度贡献尺度分组共享系数、单独处理少数异常维度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。