待验证50% 置信观点精确时间
MQA（多查询注意力）让所有头共享一组 KV，相比 GQA，GQA 在质量和效率间取得更好平衡。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
已验证GQA（Grouped-Query Attention）和MQA（Multi-Query Attention）是MLA之前业界通过共享Key/Value头来缓解KV缓存问题的方案78% 相似已验证分组查询注意力（GQA）和多查询注意力（MQA）通过让多个Query头共享同一组Key/Value头减小推理时KV Cache显存占用，是Llama 3、Mistral等模型的标配优化72% 相似待验证MQA将所有Query头共享同一组KV，GQA将若干Query头分为一组共享一组KV，是MHA与MQA的折中方案67% 相似待验证GQA通过让多个Query头共享同一组Key-Value头来减少KV Cache的大小66% 相似待验证KV Cache group的概念源自GQA（Grouped Query Attention）等技术，多个query head共享同一组KV head65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041472API
curl https://kongchang.com/api/v1/knowledge/claims/1041472MCP
get_claim(id=1041472)