已验证65% 置信事实精确时间
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
3
来源数
65%
置信度
长期有效
时效性
2026/7/25
首次发现
来源
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n²82% 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80% 相似待验证SPERA设计了分解式的时间与空间注意力，并周期性地穿插全注意力模块以降低计算复杂度80% 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79% 相似已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79% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/613816API
curl https://kongchang.com/api/v1/knowledge/claims/613816MCP
get_claim(id=613816)