Copertina

Towards Compressive and Scalable Recurrent Memory

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Song, Yunchong, Kai, Jushi, Lu, Liming, Qiu, Kaixi, Lin, Zhouhan
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

One Size Does Not Fit All: Token-Wise Adaptive Compression for KV Cache
di: Lu, Liming, et al.
Pubblicazione: (2026)

Cluster-wise Graph Transformer with Dual-granularity Kernelized Attention
di: Huang, Siyuan, et al.
Pubblicazione: (2024)

Graph Parsing Networks
di: Song, Yunchong, et al.
Pubblicazione: (2024)

Controlling Exploration-Exploitation in GFlowNets via Markov Chain Perspectives
di: Chen, Lin, et al.
Pubblicazione: (2026)

SH2: Self-Highlighted Hesitation Helps You Decode More Truthfully
di: Kai, Jushi, et al.
Pubblicazione: (2024)

Leveraging Grammar Induction for Language Understanding and Generation
di: Kai, Jushi, et al.
Pubblicazione: (2024)

CrimeAlarm: Towards Intensive Intent Dynamics in Fine-grained Crime Prediction
di: Hu, Kaixi, et al.
Pubblicazione: (2024)

Symmetry-Guided Memory Augmentation for Efficient Locomotion Learning
di: Bao, Kaixi, et al.
Pubblicazione: (2025)

Fourier Compressor: Frequency-Domain Visual Token Compression for Vision-Language Models
di: Wang, Huanyu, et al.
Pubblicazione: (2025)

MLP Memory: A Retriever-Pretrained Memory for Large Language Models
di: Wei, Rubin, et al.
Pubblicazione: (2025)

Mitigating Premature Discretization with Progressive Quantization for Robust Vector Tokenization
di: Zhao, Wenhao, et al.
Pubblicazione: (2026)

FreqKV: Key-Value Compression in Frequency Domain for Context Window Extension
di: Kai, Jushi, et al.
Pubblicazione: (2025)

PRES: Toward Scalable Memory-Based Dynamic Graph Neural Networks
di: Su, Junwei, et al.
Pubblicazione: (2024)

Compact Recurrent Transformer with Persistent Memory
di: Mucllari, Edison, et al.
Pubblicazione: (2025)

Scalable Graph Compressed Convolutions
di: Sun, Junshu, et al.
Pubblicazione: (2024)

Certified Signed Graph Unlearning
di: Zhao, Junpeng, et al.
Pubblicazione: (2025)

Recurrent Action Transformer with Memory
di: Cherepanov, Egor, et al.
Pubblicazione: (2023)

Memory Capacity of Nonlinear Recurrent Networks: Is it Informative?
di: Ballarin, Giovanni, et al.
Pubblicazione: (2025)

Recurrent Memory for Online Interdomain Gaussian Processes
di: Chen, Wenlong, et al.
Pubblicazione: (2025)

COAT: Compressing Optimizer states and Activation for Memory-Efficient FP8 Training
di: Xi, Haocheng, et al.
Pubblicazione: (2024)

CoDAR: Continuous Diffusion Language Models are More Powerful Than You Think
di: Shen, Junzhe, et al.
Pubblicazione: (2026)

Critical Data Size of Language Models from a Grokking Perspective
di: Zhu, Xuekai, et al.
Pubblicazione: (2024)

Unifying Sparse Attention with Hierarchical Memory for Scalable Long-Context LLM Serving
di: Zhao, Zihan, et al.
Pubblicazione: (2026)

Compressed Context Memory For Online Language Model Interaction
di: Kim, Jang-Hyun, et al.
Pubblicazione: (2023)

MuteSwap: Visual-informed Silent Video Identity Conversion
di: Liu, Yifan, et al.
Pubblicazione: (2025)

DiVISe: Direct Visual-Input Speech Synthesis Preserving Speaker Characteristics And Intelligibility
di: Liu, Yifan, et al.
Pubblicazione: (2025)

Key-Value Means: Transformers with Expandable Block-Recurrent Compressed Memory
di: Goldstein, Daniel, et al.
Pubblicazione: (2026)

Towards Scalable Automated Alignment of LLMs: A Survey
di: Cao, Boxi, et al.
Pubblicazione: (2024)

Auxiliary-predicted Compress Memory Model(ApCM Model): A Neural Memory Storage Model Based on Invertible Compression and Learnable Prediction
di: Ou, Weinuo
Pubblicazione: (2026)

Early Quantization Shrinks Codebook: A Simple Fix for Diversity-Preserving Tokenization
di: Zhao, Wenhao, et al.
Pubblicazione: (2026)

Decision Trees That Remember: Gradient-Based Learning of Recurrent Decision Trees with Memory
di: Marton, Sascha, et al.
Pubblicazione: (2025)

Lattice: Learning to Efficiently Compress the Memory
di: Karami, Mahdi, et al.
Pubblicazione: (2025)

NGDB-Zoo: Towards Efficient and Scalable Neural Graph Databases Training
di: Xie, Zhongwei, et al.
Pubblicazione: (2026)

Less Memory Means smaller GPUs: Backpropagation with Compressed Activations
di: Barley, Daniel, et al.
Pubblicazione: (2024)

Disentangling Structured Components: Towards Adaptive, Interpretable and Scalable Time Series Forecasting
di: Deng, Jinliang, et al.
Pubblicazione: (2023)

Towards Scalable and Structured Spatiotemporal Forecasting
di: Chen, Hongyi, et al.
Pubblicazione: (2025)

Associative Recurrent Memory Transformer
di: Rodkin, Ivan, et al.
Pubblicazione: (2024)

LoMA: Lossless Compressed Memory Attention
di: Wang, Yumeng, et al.
Pubblicazione: (2024)

MELODI: Exploring Memory Compression for Long Contexts
di: Chen, Yinpeng, et al.
Pubblicazione: (2024)

Task Vector Bases: A Unified and Scalable Framework for Compressed Task Arithmetic
di: Zeng, Siqi, et al.
Pubblicazione: (2025)