Why Attention Patterns Exist: A Unifying Temporal Perspective Analysis
Qingyue Yang · Jie Wang · Xing Li · Yinqi Bai · Tong Xialiang · Huiling Zhen · Jianye Hao · Mingxuan Yuan · Bin Li
首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。
实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。
Qingyue Yang · Jie Wang · Xing Li · Yinqi Bai · Tong Xialiang · Huiling Zhen · Jianye Hao · Mingxuan Yuan · Bin Li
Weizhe Lin · Xing Li · Zhiyuan Yang · Xiaojin Fu · Huiling Zhen · Yaoyuan Wang · Xianzhi Yu · Wulong Liu · Xiaosong Li · Mingxuan Yuan
Shengyin Sun · Yiming Li · Xing Li · Yingzhao Lian · Weizhe Lin · Huiling Zhen · Zhiyuan Yang · Xianzhi Yu · Chen Chen · Mingxuan Yuan · Chen Ma
Zeyu XING · Xing Li · Huiling Zhen · Mingxuan Yuan · Sinno Jialin Pan
Pengxiang Zhao · Hui-Ling Zhen · Xing Li · Han Bao · Weizhe Lin · Zhiyuan Yang · Yu Zi Wei · Xin Wang · Mingxuan Yuan · Xianzhi Yu · Zhenhua Dong
As LLMs scale, low-bit floating-point formats like MXFP and NVFP4 offer new opportunities for precision and efficiency. In this work, we evaluate HiFloat (HiF8 and HiF4), a family of formats tailored for Ascend NPUs. Through rigorous comparison across weight-activation and KV-cache tasks, we prov...