待验证50% 置信事实精确时间
该模型采用混合注意力方案，约 75% 的注意力层使用线性复杂度，从而在长上下文场景下节省约 75% 计算开销
1
来源数
50%
置信度
长期有效
时效性
2026/9/18
首次发现
来源
涉及实体
相关事实
待验证混合架构（线性注意力 + 标准注意力）相比纯全注意力在长上下文任务中效率更高，但在某些需要精确全局依赖的推理任务中线性注意力可能略逊于标准注意力75% 相似待验证标准自注意力的计算复杂度为序列长度的平方，实现百万Token上下文需引入稀疏注意力、滑动窗口注意力及KV Cache压缩等技术74% 相似已验证Multi-Query Attention技术让多个注意力头共享同一组Key和Value投影矩阵，将KV缓存显存需求压缩至原来的1/H，代价是模型表达能力的轻微损失69% 相似待验证混合注意力架构中，底层使用Full Attention捕获全局语义，上层使用Sliding Window提升效率69% 相似待验证学术界已有多项研究探索线性注意力、无Softmax注意力以及核方法近似，试图用线性复杂度替代标准注意力的二次复杂度69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/932897API
curl https://kongchang.com/api/v1/knowledge/claims/932897MCP
get_claim(id=932897)