待验证50% 置信事实精确时间
槽位注意力（Slot Attention）由 Locatello 等人于 2020 年提出，通过竞争性注意力将图像特征迭代分配给固定数量的槽位向量
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证Prompt-to-Prompt的核心洞见是扩散模型中交叉注意力层的注意力图直接控制了图像的空间布局68% 相似待验证原始 Self-Attention 的计算量随序列长度呈平方级增长，Anthropic 通过优化位置编码（如 ALiBi）等技术手段拓展了可用上下文68% 相似待验证现有主流稀疏注意力方法通过保留注意力矩阵中数值较大的条目或高质量区域来筛选交互67% 相似待验证自注意力使任意两个位置之间的信息交互只需一步计算，但显存占用随序列长度平方增长66% 相似待验证在密集场景视觉搜索中，可采用先概览全图识别候选区域、再对候选区域裁剪放大（crop-and-zoom）逐步验证的主动视觉探索策略65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990673API
curl https://kongchang.com/api/v1/knowledge/claims/990673MCP
get_claim(id=990673)