SpargeAttention2: Trainable Sparse Attention via Hybrid Top-k+Top-p Masking and Distillation Fine-Tuning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Zhang, Jintao, Jiang, Kai, Xiang, Chendong, Feng, Weiqi, Hu, Yuezhou, Xi, Haocheng, Chen, Jianfei, Zhu, Jun
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!