FP4 注意力中只对 5% 关键块保留 FP16,兼顾速度与质量。

提出 SLIM 架构，将通信通路与策略表征解耦，在带宽严格受限下保持高性能的多智能体协作。

提出注意力状态记忆，无训练地将长前缀外部化为查找记忆

同一权重暴露两条等价解码路径，让模型在 H100 与 H20 上同时达 roofline 最优。

通过分头混合压缩 KV 缓存，为自回归视频扩散提速 1.5–2.8 倍

用编码器-解码器交叉注意力替代外部检索器，统一检索与生成

块循环压缩记忆统一Transformer与线性RNN架构

DBTrimKV：权重共享保留门+全局预算，动态分配KV缓存

为LVLM设计并行PVM模块，缓解长序列生成中的视觉信号衰减

用 sigmoid 替代 softmax，单细胞基础模型训练更快更稳、表征更优

针对反演无关视频编辑中编辑信号的不稳定问题，提出训练免费的 SAR 与 AMM 双锚定机制。

将注意力机制嵌入循环反馈通路，构造多跳路由的Sessa解码器，理论上获得ℓ^-β的多项式记忆衰减与灵活选择性检索能力。

首篇系统综述 AS 在 Transformer 各家族中的机制、用法与抑制方法

提出推理时插拔式方法，通过交叉注意力路由实现多事件视频的精确时间控制，无需训练或架构修改

对 AIME 题目施加 13 种纯结构扰动，证实开权重推理模型平均准确率掉 54%。

NUMINA 是一个无需训练的文本到视频框架，通过挑选可分实例的注意力头构造可数布局，引导再生过程，使视频中的物体数量与提示数字精确对齐。

首项AVLLMs机械可解释性研究，揭示视觉主导的模态偏向机制

提出统一推荐系统三大主流架构的缩放框架UniMixer，提升参数和计算效率。

通过分层索引加速稀疏注意力的token选择，实现3.75倍内核加速

系统综述视频生成模型作为世界模拟器时的效率优化技术，涵盖建模范式、架构设计和推理算法三个维度。