待验证50% 置信事实精确时间

RecurrentGemma采用线性循环单元（LRU）架构，将注意力计算复杂度从随序列长度二次增长降至线性复杂度

1

来源数

50%

置信度

长期有效

时效性

2026/8/22

首次发现

来源

Gemma下载量破10亿：揭秘本地大模型的隐形普及真相

涉及实体

RecurrentGemmamodel 线性循环单元concept

相关事实

已验证大型语言模型处理长上下文时，注意力机制的计算复杂度与序列长度的平方成正比66% 相似待验证上下文窗口占用的显存是与模型权重分开计算的，KV缓存显存占用随上下文长度线性增长63% 相似待验证ReAct、AutoGen、LangGraph等Agent架构形式化了感知-推理-行动循环，使LLM专注于规划与编排63% 相似待验证递归语言模型（RLM）通过将复杂任务拆解为子任务并对子任务再次调用自身，使每个子问题拥有完整的独立上下文空间，区别于思维链在单次上下文窗口内的线性推理62% 相似待验证ReAct 核心思想是让 LLM 在思考、行动、观察的循环中完成复杂任务62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/788579

API

curl https://kongchang.com/api/v1/knowledge/claims/788579

MCP

get_claim(id=788579)