待验证60% 置信事实精确时间
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
2
来源数
60%
置信度
长期有效
时效性
2026/7/21
首次发现
来源
相关事实
待验证Informer通过ProbSparse稀疏注意力将自注意力计算复杂度从O(n²)降至O(n log n)84% 相似待验证Longformer、BigBird通过局部滑动窗口注意力加少量全局token的混合注意力策略，将计算复杂度从O(n²)降至O(n)84% 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)82% 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79% 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
引用此条事实
Stable URI
https://kongchang.com/claim/580785API
curl https://kongchang.com/api/v1/knowledge/claims/580785MCP
get_claim(id=580785)