待验证50% 置信基准精确时间
N-LSA 在 128k token 上下文下达到与全注意力相当的精度，同时单层训练速度提升 1.6 倍。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/2
首次发现
有效期至：2027/1/31
来源
涉及实体
相关事实
待验证在NVIDIA GB200平台上，密集SiLU任务完整训练步吞吐提升2.7%，tanh软封顶注意力提升2.9%72% 相似已验证混合精度训练通常可将训练速度提升1.5-2倍并减少近一半的显存占用72% 相似待验证总体训练过程会先校准标签分数与特征分数的相对关系，随后以t^(1/4)的速度增大注意力尺度，使总体层面阈值误差以O(t^(-1/4))的速率收敛71% 相似待验证由于相邻帧光流可在一次批量传递中完成计算，整体训练速度提升约2.7倍70% 相似待验证Unsloth 结合 Flash Attention 2 等优化技术，在相同硬件条件下通常能实现 2–5 倍的训练速度提升68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1126141API
curl https://kongchang.com/api/v1/knowledge/claims/1126141MCP
get_claim(id=1126141)