小红书Dots提出DoSA稀疏注意力加速方法
热点事件持续更新
小红书Dots提出DoSA稀疏注意力加速方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
小红书 Dots 团队提出自研的 DoSA 稀疏注意力索引器加速方法，并发布相关论文。该方法利用分数上下界，在保持原始 Top-K 选择结果不变的前提下提前过滤候选，测试中提前过滤约 97% 的候选。在约 1M token 上下文下，Dots3-Note-preview、GLM-5.2 和 DeepSeek-V3.2 的首 token 延迟较各自 SGLang 基线分别降低约 37%、46% 和 48%。报道称，百万 token 上下文的首 token 延迟降低约 37% 至 48%。目前进展为方法提出与论文发布，尚无第三方复现或生产部署信息。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 11:49
小红书 Dots 团队提出 DoSA，将百万 token 上下文首 token 延迟降低约 37% 至 48%报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- 机器之心小红书 Dots 团队提出 DoSA，将百万 token 上下文首 token 延迟降低约 37% 至 48%
小红书 Dots 团队自研的 DoSA 利用分数上下界加速稀疏注意力中的索引器，在保持原始 Top-K 选择结果的前提下提前过滤约 97% 的候选。在约 1M token 上下文下，Dots3-Note-preview、GLM-5.2 和 DeepSeek-V3.2 的首 token 延迟较各自 SGLang 基线分别降低约 37%、46% 和 48%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月20日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。