DySK-Attn: A Framework for Efficient, Real-Time Knowledge Updating in Large Language Models via Dynamic Sparse Knowledge Attention

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Khan, Kabir, Sharma, Priya, Mehta, Arjun, Gupta, Neha, Narayanan, Ravi
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language Artificial Intelligence Machine Learning I.2.7; H.3.3; H.2.8
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2508.07185