待验证50% 置信事实精确时间
滑动窗口注意力是Transformer架构中的一种局部注意力变体，每个token只关注其前后固定长度窗口内的token，将注意力计算复杂度从O(n²)降到O(n·w)。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证滑动窗口注意力将标准Transformer O(n²)的复杂度降至O(n·w)，但模型无法直接看到窗口之外的信息80% 相似已验证滑动窗口注意力将注意力计算复杂度从O(n²)降至O(n·w)，使长文本显存开销线性化79% 相似待验证滑动窗口注意力（如Mistral采用的方案）通过限制每个token只关注固定窗口内的历史，将复杂度从O(n²)降至O(n·w)76% 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)76% 相似待验证Longformer由Allen AI提出，采用滑动窗口局部注意力加全局注意力token的组合策略，将复杂度从O(n²)降至O(n)75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026140API
curl https://kongchang.com/api/v1/knowledge/claims/1026140MCP
get_claim(id=1026140)