待验证50% 置信事实精确时间
GTR-Depth 使用与前作相同的主干网络，包含12个门控线性注意力块（gated linear attention blocks）
1
来源数
50%
置信度
长期有效
时效性
2026/10/4
首次发现
来源
涉及实体
相关事实
待验证GTR-Depth 整个网络中完全不使用 softmax 注意力71% 相似待验证GTR-Depth 是 GTR 系列模型的延续之作，专注于深度估计任务67% 相似待验证DeepMind的Griffin将基于线性递归单元LRU的循环层与局部注意力层交替堆叠66% 相似待验证DSpark 是针对 DeepSeek 系列模型架构优化的 SGLang 变体，适配了 DeepSeek 的 MLA（Multi-head Latent Attention）注意力压缩机制61% 相似待验证DeepSeek在多头潜在注意力（MLA）和FP8混合精度训练方向上的创新将KV Cache内存占用压缩至标准多头注意力的5%-13%59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/971169API
curl https://kongchang.com/api/v1/knowledge/claims/971169MCP
get_claim(id=971169)