待验证50% 置信事实精确时间
多查询注意力(MQA)让所有查询头共享同一组 Key/Value 头,将 KV 缓存压缩为原来的 1/H(H 为头数)。
1
来源数
50%
置信度
长期有效
时效性
2026/11/8
首次发现
来源
涉及实体
相关事实
待验证MQA令所有查询头共享同一组Key-Value以压缩KV Cache78% 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75% 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 head74% 相似待验证自注意力通过将输入序列映射为查询Q、键K、值V三组向量,计算Q与K的点积相似度后经Softmax归一化得到注意力权重,再加权汇聚V向量73% 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72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1147319API
curl https://kongchang.com/api/v1/knowledge/claims/1147319MCP
get_claim(id=1147319)