已验证75% 置信事实精确时间
Transformer 自注意力机制中每个 Token 需要与窗口内所有其他 Token 计算注意力权重，计算复杂度为 O(n²)
3
来源数
75%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证Transformer 的自注意力机制通过 Query、Key、Value 三个矩阵对输入序列并行计算，使每个 token 能同时关注序列中所有其他 token77% 相似待验证Transformer的自注意力机制通过Query-Key-Value矩阵运算决定每个token关注哪些其他token，注意力权重是总和为1的概率分布75% 相似待验证在Transformer架构中，KV Cache存储了注意力机制中每个token对应的键（Key）和值（Value）向量74% 相似待验证Transformer采用缩放点积注意力（Scaled Dot-Product Attention），每个词被映射为查询（Query）、键（Key）和值（Value）三个向量，注意力权重通过Query与Key的点积计算并经softmax归一化后对Value加权求和73% 相似待验证Transformer 架构中自注意力层会为每个 Token 生成对应的 Key 和 Value 向量并缓存在 GPU 显存中，即 KV Cache 机制，上下文越长占用显存越大，推理成本呈近线性增长72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/545112API
curl https://kongchang.com/api/v1/knowledge/claims/545112MCP
get_claim(id=545112)