Skip to content
Hot eventLive

TuBA：Tucker 瓶颈注意力用于多维序列建模

1 reports1 sources4 hr ago updated

Get the story

AI overview

2026年10月8日，arXiv 机器学习理论板块发布论文，提出 Tucker Bottleneck Attention（TuBA），用于多维序列建模。该方法利用低秩张量结构实现高效全局 token 混合，将隐藏张量投影到紧凑 Tucker 核上进行多头自注意力与线性投影，从而实现亚二次计算。目前公开信息仅涉及该论文内容，尚无后续实验验证或第三方复现报道。

Generated from reports · updated 3 hr ago

LatestOct 8
arXiv 发布 TuBA 论文，提出基于 Tucker 核的亚二次全局 token 混合注意力。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Machine Learning Theory
    Tucker Bottleneck Attention（TuBA）用于多维序列建模

    论文提出 Tucker bottleneck attention（TuBA），利用低秩张量结构实现高效全局 token 混合，将隐藏张量投影到紧凑 Tucker 核上进行多头自注意力与线性投影，实现亚二次计算。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.