Radial Attention
[NeurIPS 2025] Radial Attention: O(nlogn) Sparse Attention with Energy Decay for Long Video Generation
About
Radial Attention es un mecanismo de atención dispersa escalable que mejora los modelos de difusión de video al lograr una complejidad computacional de O(n log n). Utiliza una sparsidad inspirada en la física para imponer atención local espacialmente y temporalmente decreciente, lo que refleja la disipación de energía en sistemas físicos. Este enfoque permite la generación eficiente de videos más largos mientras mantiene alta calidad, lo que lo hace adecuado para aplicaciones en generación y procesamiento de video.
Open Source Health
- Stars
- 607
- Forks
- 34
- License
- Apache-2.0
- Last commit
- 11 months ago
Alternativas a Radial Attention
The Algorithmby TwitterCódigo fuente para el Algoritmo de Recomendación X
Recommendersby TensorFlowTensorFlow Recommenders es una biblioteca para construir modelos de sistemas de recomendación utilizando TensorFlow.- RPG_KDD2025by FacebookresearchEste repositorio proporciona el código para implementar RPG descrito en nuestro artículo de KDD'25 "Generando IDs semánticos largos en paralelo para recomendaciones".
- Pairecby AlibabaUn marco web de Go para construir rápidamente servicios de recomendación en línea basados en configuración JSON.
Textrankby Summa NLPImplementación de TextRank para Python 3.
Resources & Links
Related Categories
¿Usas Radial Attention?
Controla su coste junto al resto de tu stack y recibe un recordatorio antes de que se renueve.
Añadir a mi stackVendor
MIT HAN Lab
Efficient AI Computing. PI: Song Han