Skip to content
Hot eventLive

HART：混合Attention-RWKV时间序列基础模型

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，研究者在arXiv（Machine Learning Theory）发表论文，提出HART（混合Attention-RWKV时间序列基础模型）。该模型交替堆叠Attention与RWKV模块，旨在解决RWKV-7在非自回归多步预测（NAF）中出现的长程退化问题。这是目前该事件唯一一篇报道，尚未见后续实验结果、代码发布或第三方验证信息。

Generated from reports · updated 2 hr ago

LatestOct 12
研究者提出HART模型，交替堆叠Attention与RWKV模块以解决RWKV-7长程退化问题。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Machine Learning Theory
    HART：混合 Attention-RWKV 时间序列基础模型

    研究者提出 HART，一种交替堆叠 Attention 与 RWKV 模块的时间序列基础模型，以解决 RWKV-7 在非自回归多步预测（NAF）中的长程退化问题。

Heat trend

There is not enough continuous observation data to draw a trend yet.