北邮提出MiTA高效注意力并被NeurIPS 2026接收

北京邮电大学团队提出Mixture-of-Top-k Attention（MiTA）高效注意力方法，将快权重（Fast Weights）视角发展为一套五维分类框架，并据此设计可变形、可复用的Top-k专家，称其既保留全局信息，也按需读取原始细节。该工作已被NeurIPS 2026接收，代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。