待验证50% 置信事实精确时间
OAL（Outlier-Aware Attention Linearization）是一种维度感知的二次注意力近似构造方法
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证门控线性注意力（GLA）通过线性化的注意力机制将计算复杂度从 O(N²) 降至 O(N)67% 相似待验证标准Attention计算的显存占用和带宽消耗均为O(N²)，FlashAttention将显存占用降至O(N)67% 相似待验证EMA（Efficient Multi-scale Attention）是一种轻量级注意力机制，通过跨维度的多尺度特征交互增强通道与空间的联合表达，计算开销低于标准自注意力67% 相似待验证滑动窗口注意力（SWA）由 Mistral AI 广泛采用，将注意力复杂度从 O(N²) 降至 O(N×W)65% 相似待验证标准注意力机制具有O(n²)的显存开销，行数2000时需计算约2000×2000的注意力矩阵64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1002303API
curl https://kongchang.com/api/v1/knowledge/claims/1002303MCP
get_claim(id=1002303)