Radial Attention
[NeurIPS 2025] Radial Attention: O(nlogn) Sparse Attention with Energy Decay for Long Video Generation
About
Radial Attention est un mécanisme d'attention éparse évolutif qui améliore les modèles de diffusion vidéo en atteignant une complexité computationnelle de O(n log n). Il utilise une sparsité inspirée de la physique pour imposer une attention localement spatiale et temporellement décroissante, ce qui reflète la dissipation d'énergie dans les systèmes physiques. Cette approche permet la génération efficace de vidéos plus longues tout en maintenant une haute qualité, ce qui la rend adaptée aux applications de génération et de traitement vidéo.
Open Source Health
- Stars
- 607
- Forks
- 34
- License
- Apache-2.0
- Last commit
- 11 months ago
Alternatives à Radial Attention
The Algorithmby TwitterCode source pour l'algorithme de recommandation X
Recommendersby TensorFlowTensorFlow Recommenders est une bibliothèque pour construire des modèles de systèmes de recommandation avec TensorFlow.- RPG_KDD2025by FacebookresearchCe dépôt fournit le code pour mettre en œuvre RPG décrit dans notre article KDD'25 "Génération d'IDs sémantiques longs en parallèle pour la recommandation".
- Pairecby AlibabaUn cadre web Go pour construire rapidement des services de recommandation en ligne basés sur une configuration JSON.
Textrankby Summa NLPImplémentation de TextRank pour Python 3.
Resources & Links
Related Categories
Tu utilises Radial Attention ?
Suis son coût avec le reste de ton stack et reçois un rappel avant son renouvellement.
Ajouter à mon stackVendor
MIT HAN Lab
Efficient AI Computing. PI: Song Han