论文提出基于 Grassmann 流的无注意力架构
热点事件持续更新
论文提出基于 Grassmann 流的无注意力架构
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Chong Zhang 等作者发布 arXiv 论文（arXiv:2512.19428），提出基于 Grassmann 流的无注意力架构 Causal Grassmann 层，并称在基准上验证了效果。该架构不构建 L×L 注意力矩阵，而是先用线性变换降低 token 状态维度，再通过 Plucker 坐标将局部 token 对编码为 Grassmann 流形上的二维子空间，最后经门控混合融合回隐藏状态。 论文旨在重新审视自注意力是否为序列建模所必需，相关工作在 Hacker News 上受到关注。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 07:52
Attention Is Not What You Need：基于 Grassmann 流的无注意力架构研究报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- Hacker NewsAttention Is Not What You Need：基于 Grassmann 流的无注意力架构研究
arXiv 论文重新审视自注意力是否为序列建模所必需，提出基于 Grassmann 流的无注意力架构 Causal Grassmann 层，用 Plucker 坐标将局部 token 对编码为 Grassmann 流形上的二维子空间，并通过门控混合融合回隐藏状态。
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。