待验证50% 置信事实精确时间
MQA将所有Query头共享同一组KV，GQA将若干Query头分为一组共享一组KV，是MHA与MQA的折中方案
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证MQA令所有查询头共享同一组Key-Value以压缩KV Cache76% 相似待验证GQA让多个查询头共享同一组键值头，Llama 2 70B 和 Llama 3 系列均采用了 GQA75% 相似待验证GQA让多个查询头共享同一组KV头,LLaMA-3 70B使用8个KV头对应64个查询头,KV Cache仅为标准MHA的1/872% 相似待验证GQA（Grouped-Query Attention）和MQA（Multi-Query Attention）是MLA之前业界通过共享Key/Value头来缓解KV缓存问题的方案70% 相似待验证GQA通过让多个Query头共享同一组Key-Value头来减少KV Cache的大小70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/908230API
curl https://kongchang.com/api/v1/knowledge/claims/908230MCP
get_claim(id=908230)