E-Gaborformer：严格因果流式语音识别编码器
热点事件持续更新
E-Gaborformer：严格因果流式语音识别编码器
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Nir Krakowski 等作者提交论文，提出 E-Gaborformer 严格因果语音识别编码器：将 Gated DeltaNet-2 循环层与滑动窗口注意力按 3:1 比例组合，所有时间卷积均由固定的因果 Gabor 原子字典构建。 据论文称，该编码器流式状态恒定，生产规模下每次调用约 19 MB（含预测网络），而同等规模的因果注意力编码器十分钟后累积超过 1 GB。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
E-Gaborformer：采用 Gabor 字典卷积与 Delta 规则记忆的严格因果语音识别器报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.CLE-Gaborformer：采用 Gabor 字典卷积与 Delta 规则记忆的严格因果语音识别器
E-Gaborformer 是一种严格因果的语音识别编码器，将 Gated DeltaNet-2 循环层与滑动窗口注意力按 3:1 比例组合，所有时间卷积均由固定的因果 Gabor 原子字典构建，流式状态恒定，生产规模下每次调用约 19 MB（含预测网络），而同等规模的因果注意力编码器十分钟后累积超过 1 GB。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。