待验证50% 置信事实精确时间

线性注意力（如Performer、RWKV）通过核函数近似将复杂度压到O(N)，但精确召回能力通常明显弱于全注意力

1

来源数

50%

置信度

长期有效

时效性

2026/10/10

首次发现

来源

ALHR：O(NlogN)注意力机制如何在长上下文下保持97%准确率

涉及实体

Performertechnology RWKVtechnology 线性注意力concept

相关事实

待验证门控线性注意力（GLA）通过线性化的注意力机制将计算复杂度从 O(N²) 降至 O(N)80% 相似已验证自注意力机制的计算复杂度随序列长度呈近似二次方增长，序列长度为n时注意力矩阵计算量正比于n²75% 相似已验证Informer通过ProbSparse稀疏注意力将自注意力计算复杂度从O(n²)降至O(n log n)75% 相似待验证线性注意力因固定计算量的静态图特性更适配NPU芯片，而传统注意力是动态图需芯片频繁切换调度74% 相似已验证标准Transformer架构的自注意力机制计算复杂度为O(n²)72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/995074

API

curl https://kongchang.com/api/v1/knowledge/claims/995074

MCP

get_claim(id=995074)