待验证50% 置信事实精确时间
滑动窗口注意力（SWA）由 Mistral AI 广泛采用，将注意力复杂度从 O(N²) 降至 O(N×W)
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
待验证滑动窗口注意力将计算复杂度从O(n²)降至O(n×w)，是Mistral模型家族的核心创新之一82% 相似待验证滑动窗口注意力（如Mistral采用的方案）通过限制每个token只关注固定窗口内的历史，将复杂度从O(n²)降至O(n·w)81% 相似待验证Longformer由Allen AI提出，采用滑动窗口局部注意力加全局注意力token的组合策略，将复杂度从O(n²)降至O(n)79% 相似待验证滑动窗口注意力将注意力计算复杂度从O(n²)降至O(n·w)，使长文本显存开销线性化74% 相似待验证Sliding Window Attention 被 Mistral 等模型采用，将每个 token 的注意力范围限制在固定窗口内73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/529625API
curl https://kongchang.com/api/v1/knowledge/claims/529625MCP
get_claim(id=529625)