待验证50% 置信事实精确时间

传统核方法（如 SVM 使用 RBF 核）计算 Gram 矩阵的复杂度为 O(n²) 甚至 O(n³)，难以扩展到大规模数据。

1

来源数

50%

置信度

长期有效

时效性

2026/10/14

首次发现

来源

随机特征剪枝：SEED-MAX算法实现92%剪枝率

涉及实体

SVMmodel RBF核concept Gram矩阵concept

相关事实

待验证使用KV缓存生成新token时，需将查询向量与缓存中所有历史键向量进行点积运算，复杂度为O(N)61% 相似已验证匈牙利算法的时间复杂度为O(n³)，能在二部图匹配问题中找到全局最优分配61% 相似待验证标准多头注意力中每个Token需与序列中所有其他Token计算相关性权重，计算复杂度为O(N²)61% 相似待验证GPTQ通过Hessian矩阵的近似信息来逐层最小化量化误差60% 相似待验证树形结构如前缀树Trie、R树能以O(log n)复杂度实现按需检索58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1029512

API

curl https://kongchang.com/api/v1/knowledge/claims/1029512

MCP

get_claim(id=1029512)