本文创新性地提出了基于快速傅里叶变换的 FFTNet 框架,通过自适应频谱滤波和非线性激活,以 O(n log n) 的复杂度实现了与自注意力机制相媲美的长序列建模性能,有效解决了自注意力机制的计算瓶颈问题,为高效序列建模开辟了新方向,并揭示了频域分析在深度学习中的巨大潜力。 [LG]《The FFT Strikes Back: An Efficient Alternative to Self-Attention》J Fein-Ashley [University of Southern California] (2025) 网页链接 #机器学习##人工智能##论文##AI创造营#