待验证60% 置信事实精确时间
GQA让多个查询头共享同一组KV头,LLaMA-3 70B使用8个KV头对应64个查询头,KV Cache仅为标准MHA的1/8
2
来源数
60%
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
待验证MQA将所有Query头共享同一组KV，GQA将若干Query头分为一组共享一组KV，是MHA与MQA的折中方案72% 相似待验证GQA让多个查询头共享同一组键值头，Llama 2 70B 和 Llama 3 系列均采用了 GQA71% 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68% 相似待验证MQA令所有查询头共享同一组Key-Value以压缩KV Cache65% 相似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63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/887577API
curl https://kongchang.com/api/v1/knowledge/claims/887577MCP
get_claim(id=887577)