已验证65% 置信事实精确时间
Sliding Window Attention 被 Mistral 等模型采用，将每个 token 的注意力范围限制在固定窗口内
3
来源数
65%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
Agentic MapReduce：AI Agent 实现全代码库分布式推理的关键架构
rss2026/7/1
相关事实
待验证滑动窗口注意力（如Mistral采用的方案）通过限制每个token只关注固定窗口内的历史，将复杂度从O(n²)降至O(n·w)80% 相似待验证当窗口内token数量增长时，注意力权重需要在这些token之间分配，单个token获得的平均关注度随之下降。75% 相似待验证滑动窗口注意力将每个位置的可见范围限制在邻近的固定窗口内，降低计算量但丢失远距离信息。74% 相似待验证滑动窗口注意力（SWA）由 Mistral AI 广泛采用，将注意力复杂度从 O(N²) 降至 O(N×W)73% 相似待验证滑动窗口注意力是Transformer架构中的一种局部注意力变体，每个token只关注其前后固定长度窗口内的token，将注意力计算复杂度从O(n²)降到O(n·w)。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/482921API
curl https://kongchang.com/api/v1/knowledge/claims/482921MCP
get_claim(id=482921)