radial-attention
[NeurIPS 2025] Attention Radiale : O(nlogn) Attention Sparse avec Décroissance d'Énergie pour la Génération de Vidéos Longues
Générez des vidéos de haute qualité de manière efficace en utilisant les techniques avancées d'attention sparse de Radial Attention.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment[NeurIPS 2025] Attention Radiale : O(nlogn) Attention Sparse avec Décroissance d'Énergie pour la Génération de Vidéos Longues
radial-attention compte 603 étoiles sur GitHub. Il a été forké 33 fois. radial-attention est écrit principalement en Python. Il est développé activement depuis 2025. radial-attention est disponible sous licence Apache-2.0. Ses principaux thèmes sont : diffusion-models, efficientml, hunyuan-video, mochi.
Qu'est-ce que radial-attention ?
[NeurIPS 2025] Attention Radiale : O(nlogn) Attention Sparse avec Décroissance d'Énergie pour la Génération de Vidéos Longues
radial-attention est-il open source ?
radial-attention est un projet open source. Il est distribué sous licence Apache-2.0.
radial-attention est-il gratuit ?
Oui. radial-attention est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est radial-attention ?
radial-attention est disponible sous licence Apache-2.0.
Dans quel langage radial-attention est-il écrit ?
radial-attention est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/mit-han-lab-radial-attention.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.