待验证50% 置信事实精确时间

斯坦福大学提出的Gisting方法将长提示压缩为少量gist token，AutoCompressor将历史上下文压缩为摘要向量，Infini-Attention引入压缩记忆机制处理无限长度输入

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

DeepSeek-V4.1-Flash深度解析：1M上下文仅需900MB显存的秘密

涉及实体

Gistingconcept AutoCompressorconcept Infini-Attentionconcept

相关事实

待验证主动遗忘和摘要压缩是对抗记忆库无限膨胀的必要手段71% 相似已验证短期记忆的主流应对策略包括滑动窗口截断、摘要压缩以及基于重要性的选择性保留，各策略在信息完整性与Token消耗之间取得不同平衡66% 相似待验证随机上下文压缩源于大语言模型固定的上下文窗口限制，当任务历史记录超过限制时系统会自动压缩或截断早期信息66% 相似待验证很多稀疏/压缩评测任务在滑动窗口注意力下就能通过，因此在这些任务上报告的5-10倍压缩率不具说服力66% 相似待验证Multi-head Latent Attention通过将KV缓存压缩到低维潜在空间中，大幅降低推理时的显存占用和计算开销65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/893532

API

curl https://kongchang.com/api/v1/knowledge/claims/893532

MCP

get_claim(id=893532)