热点事件持续更新
研究者提出基于核插值的KV Cache压缩方法
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月，研究者在arXiv发表论文，提出GAIM与Q-DAIM两种基于核插值的KV Cache压缩方法。该研究将注意力机制形式化为希尔伯特空间中的线性映射插值。为解决二次复杂度问题，研究团队结合泰勒级数、Performer以及随机傅里叶特征代理模型，实现了线性时间复杂度的压缩，并进一步拓展支持流式注意力机制。LongBench-E基准测试显示，该方法的表现与当前业界领先水平（SOTA）相当，其中Q-DAIM能够有效识别KV Cache中的信息富集区域。
AI 根据报道生成 · 16 小时前更新
最新进展11月2日 13:00
研究者提出GAIM与Q-DAIM压缩方法，实现线性时间KV Cache压缩且性能达到SOTA。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.LG用于注意力机制上下文压缩的核插值方法
研究提出 GAIM 与 Q-DAIM 两种基于核插值的 KV cache 压缩方法，将注意力机制形式化为希尔伯特空间中的线性映射插值。针对二次复杂度问题，该研究结合泰勒级数、Performer 和随机傅里叶特征代理模型实现线性时间压缩，并拓展支持流式注意力。LongBench-E 基准测试显示其表现与 SOTA 相当，Q-DAIM 能有效识别 KV cache 中的信息富集区域。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2日 14:00）·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。