待验证50% 置信事实精确时间
DeepSeek-V2提出MLA（Multi-head Latent Attention），通过低秩压缩将KV Cache压缩至MHA的5%左右
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MLA（多头潜在注意力）由DeepSeek团队在DeepSeek-V2中首次提出，通过将Key-Value对压缩到低维潜在空间大幅降低KV Cache显存占用83% 相似待验证DeepSeek在多头潜在注意力（MLA）和FP8混合精度训练方向上的创新将KV Cache内存占用压缩至标准多头注意力的5%-13%79% 相似已验证DeepSeek V4采用自研的分层压缩注意力策略，设计了CSA（压缩吸收注意力）和HCA（重度压缩注意力）两种注意力模式交替使用79% 相似待验证DeepSeek-V2引入Multi-Head Latent Attention（MLA）机制和DeepSeekMoE架构，其每百万token推理成本约为同期GPT-4级别模型的百分之一74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/512131API
curl https://kongchang.com/api/v1/knowledge/claims/512131MCP
get_claim(id=512131)