学习型选择器

学习型选择器通常是一个轻量级网络（如小型MLP或低秩投影），它接收当前查询向量与候选token的键向量，快速打分并选出Top-k个最相关的token参与真正的注意力计算。

对于局部模式匹配为主的任务（如代码补全、日志分析），滑动窗口性价比极高；对于跨文档推理或长链因果分析，学习型选择器或混合策略更稳妥，但需在目标领域做充分验证。

分布外（OOD）失效时，学习型选择器可能持续忽略关键证据，导致输出看似流畅却遗漏关键事实的答案，增加排查难度。