待验证50% 置信权衡取舍精确时间
Perceiver Resampler和Q-Former能将数百个视觉token压缩为几十个固定数量的查询token，减少计算负担但可能丢失空间细节
1
来源数
50%
置信度
长期有效
时效性
2026/8/20
首次发现
来源
相关事实
待验证Multi-Query Attention技术让多个注意力头共享同一组Key和Value投影矩阵，将KV缓存显存需求压缩至原来的1/H，代价是模型表达能力的轻微损失67% 相似待验证Linformer 将注意力矩阵低秩近似为 O(n) 复杂度，FlashAttention 通过重排计算顺序降低 GPU 内存带宽占用，Longformer 引入滑动窗口注意力65% 相似待验证Deformable DETR用可变形注意力替代全局自注意力，每层每个头仅采样约4个参考点，将注意力计算复杂度从O(N²)降低到O(NK)64% 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64% 相似待验证法线贴图可以让仅有数百面的低模在视觉上呈现出数万面高模的细节层次63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/780094API
curl https://kongchang.com/api/v1/knowledge/claims/780094MCP
get_claim(id=780094)