待验证50% 置信事实精确时间
KV Cache group的概念源自GQA（Grouped Query Attention）等技术，多个query head共享同一组KV head
1
来源数
50%
置信度
长期有效
时效性
2026/9/10
首次发现
来源
涉及实体
相关事实
已验证分组查询注意力（GQA）和多查询注意力（MQA）通过让多个Query头共享同一组Key/Value头减小推理时KV Cache显存占用，是Llama 3、Mistral等模型的标配优化72% 相似待验证GQA通过让多个Query头共享同一组Key-Value头来减少KV Cache的大小66% 相似待验证GQA（Grouped-Query Attention）和MQA（Multi-Query Attention）是MLA之前业界通过共享Key/Value头来缓解KV缓存问题的方案63% 相似待验证自注意力通过将输入序列映射为查询Q、键K、值V三组向量，计算Q与K的点积相似度后经Softmax归一化得到注意力权重，再加权汇聚V向量62% 相似待验证MQA令所有查询头共享同一组Key-Value以压缩KV Cache62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/887198API
curl https://kongchang.com/api/v1/knowledge/claims/887198MCP
get_claim(id=887198)