待验证50% 置信事实精确时间
在语言模型中，视觉Token与文本Token拼接后共同参与自注意力计算，其计算开销随Token数呈平方级增长。
1
来源数
50%
置信度
长期有效
时效性
2026/11/5
首次发现
来源
视觉Token路由：让电脑使用代理只处理关键视觉信息
rss2026/11/4
涉及实体
相关事实
待验证大型语言模型 API 通常按输入加输出的 token 总量计费，长项目中每次调用重新塞入历史上下文会导致 token 消耗急剧膨胀73% 相似待验证in-context conditioning 将文本条件与图像 token 拼接成同一序列，省去交叉注意力模块，但会导致序列变长和注意力计算量上升。71% 相似已验证每个大语言模型都有最大可处理的 token 数量上限，当长任务积累的内容逼近上限时模型会因注意力机制在超长序列下退化而遗忘早期内容69% 相似已验证每次调用大语言模型时费用由输入Token（Prompt）和输出Token（Completion）两部分组成69% 相似待验证大语言模型中同一批注意力头会在不同任务中被反复复用67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1138882API
curl https://kongchang.com/api/v1/knowledge/claims/1138882MCP
get_claim(id=1138882)