HLA-WM混合线性注意力框架发布
热点事件观察中
HLA-WM混合线性注意力框架发布
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
研究者提出 HLA-WM，一种免训练的混合线性注意力框架，把几何引导的粗粒度检索与细粒度循环线性状态计算结合，用于缓解 Gated DeltaNet 的长程遗忘问题。 据该论文，在 60 秒 SANA-WM-Bench 上，HLA-WM 无需额外训练即提升全部六项重访一致性与相机控制指标，包括 0.74 dB PSNR 增益和 28.5% 旋转误差下降，并泛化至 MBench-A 的 547 个样本。
AI 根据报道生成 · 54 分钟前更新
最新进展10月5日 08:00
HLA-WM：面向长时程视频世界模型的混合线性注意力框架报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- HuggingFace Daily PapersHLA-WM：面向长时程视频世界模型的混合线性注意力框架
HLA-WM 是一种免训练的混合线性注意力框架，将几何引导的粗粒度检索与细粒度循环线性状态计算结合，缓解 Gated DeltaNet 的长程遗忘问题。在 60 秒 SANA-WM-Bench 上，它无需额外训练即提升全部六项重访一致性与相机控制指标，包括 0.74 dB PSNR 增益和 28.5% 旋转误差下降，并泛化至 MBench-A 的 547 个样本。
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。