待验证50% 置信事实精确时间
MQA令所有查询头共享同一组Key-Value以压缩KV Cache
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
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65% 相似待验证QKV分别代表Query（查询）、Key（键）和Value（值），命名借鉴自信息检索系统概念59% 相似待验证GQA让多个查询头共享同一组键值头，Llama 2 70B 和 Llama 3 系列均采用了 GQA58% 相似待验证Slot+Scope唯一键设计借鉴了关系型数据库中复合主键（Composite Primary Keys）的概念58% 相似待验证sqlite-utils 4.1 的 upsert 命令能够自动推断已有表的主键，对已定义主键的表可省略 --pk 参数57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/511288API
curl https://kongchang.com/api/v1/knowledge/claims/511288MCP
get_claim(id=511288)