跳到正文
热点事件持续更新

PACK3D:面向打包3D数据的局部-全局注意力算子

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Amil Khan 等人在 arXiv 发布论文,提出 PACK3D——一种将内存布局与注意力几何分离的局部-全局 3D 注意力算子,用于解决 3D 体数据打包后位置编码失效的问题。该方法用真实 token 网格坐标上的轴向 RoPE 索引交互,并只把远距离上下文压缩为 3D 块摘要。 论文称该工作已被 NeurIPS 2026 接收为 Poster;其融合 Triton 实现在 65k token 时延迟与窗口注意力相当,同时提供了窗口注意力无法给出的长距离上下文。

AI 根据报道生成 · 1 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. arXiv cs.AI
    几何结构在 3D 紧凑注意力中至关重要:PACK3D 提出局部-全局注意力算子

    论文提出 PACK3D,一种将内存布局与注意力几何分离的局部-全局注意力算子,用真实 token 网格坐标上的轴向 RoPE 索引交互,并只把远距离上下文压缩为 3D 块摘要。

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。