待验证50% 置信事实精确时间
EMA（Efficient Multi-scale Attention）是一种轻量级注意力机制，通过跨维度的多尺度特征交互增强通道与空间的联合表达，计算开销低于标准自注意力
1
来源数
50%
置信度
长期有效
时效性
2026/9/16
首次发现
来源
涉及实体
相关事实
待验证常见的模型改进注意力机制模块包括SE注意力机制、CBAM通道与空间注意力、ECA高效通道注意力69% 相似已验证Multi-Head Latent Attention（MLA）是DeepSeek-V2提出的注意力机制65% 相似待验证SE（Squeeze-and-Excitation）和CBAM（Convolutional Block Attention Module）是计算机视觉领域常见的注意力模块61% 相似待验证滑动窗口注意力（SWA）由 Mistral AI 广泛采用，将注意力复杂度从 O(N²) 降至 O(N×W)61% 相似待验证新内核为滑动窗口注意力（SWA）层提供双输入支持，并引入 attention sinks 机制61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/926047API
curl https://kongchang.com/api/v1/knowledge/claims/926047MCP
get_claim(id=926047)