今日，腾讯混元宣布其提出的Stem稀疏注意力算法已被机器学习顶级会议ICML-26收录。Stem算法从因果信息流的角度重新审视块级稀疏，通过Token位置衰减（TPD）和输出感知度量（OAM）两大创新，在仅使用25%算力的情况下，接近稠密注意力的精度。这一成果不仅在理论上具有重要意义，而且通过配套的HPC算子库，将理论加速比转化为实际性能提升。

Stem算法在Hy3preview（W8A8-FP8）上的表现尤为突出，更贴近生产环境的真实落地数据。算法层面，Stem通过TPD和OAM实现在25%预算下的近无损精度；算子层面，HPC开源的Stem+BSA算子将稀疏收益转化为真实硬件加速，128K上下文中首字延迟降低3.6倍。这一全栈加速方案不仅提升了模型的效率，也为机器学习领域带来了新的研究方向和应用前景。