已验证90% 置信事实时间未知
标准自注意力机制（Self-Attention）的计算复杂度与序列长度呈平方关系（O(n²)）
20
来源数
90%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
Gemini 3.5 Flash发布：Google如何平衡AI模型速度与能力
twitterJeffDean
涉及实体
相关事实
已验证自注意力机制的计算复杂度随序列长度呈近似二次方增长，序列长度为n时注意力矩阵计算量正比于n²84% 相似待验证Self-Attention机制计算复杂度与序列长度平方成正比（O(n²)），一个128K token请求的原生注意力计算量约为4K token请求的1024倍81% 相似待验证注意力机制的计算复杂度为O(n²)，其中n为上下文长度，Claude具有200K token上下文窗口81% 相似已验证自注意力机制让每个位置直接与序列中任意其他位置交互，计算复杂度为O(n²)79% 相似待验证标准自注意力的计算复杂度为序列长度的平方，实现百万Token上下文需引入稀疏注意力、滑动窗口注意力及KV Cache压缩等技术78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/17838API
curl https://kongchang.com/api/v1/knowledge/claims/17838MCP
get_claim(id=17838)