433 B
433 B
SeerAttention
可学习稀疏注意力，通过预测注意力稀疏模式实现高效的动态稀疏计算。
核心机制
训练一个小型预测网络来预估每个 Q 头需要关注哪些 K 位置，在推理时只计算预测的热点区域。
相关概念
- sparse-attention-patterns — 稀疏注意力全景
- native-sparse-attention — NSA 对比
- llm-attention-survey-2026 — 综述参考