找找AI 原创出品
技术
超长文本注意力瓶颈突破：CompactAttention让百万字文档处理提速近3倍
原创标识
大模型处理长文本时，依赖一种叫做“注意力机制”的核心技术。当模型处理某个词时，它会同时扫视文本中所有其他的词，判断哪些词最相关，然后把注意力集中在最重要的部分。但这种机制有一个严重的代价：文本越长，扫视的范围就越大，计算量会以平方的速度增长。
为了应对这个问题，“分块预填充”技术把长文本切成固定大小的片段，一块一块地处理。但随着处理的块数增多，存储已处理内容的“工作记忆”越来越大，每次处理新块时需要“回头看”所有历史内容的计算代价也越来越高。研究人员早就想到利用“稀疏注意力”技术跳过工作记忆中的大部分不相关内容，然而将其直接用在分块预填充场景下却遇到了两个棘手的问题。
首尔大学研究团队提出的CompactAttention正是针对这个问题给出的解决方案。其核心目标是在不牺牲AI回答质量的前提下，让分块处理长文本时的注意力计算速度尽可能快、尽可能省力。在LLaMA-3.1-8B-Instruct模型上，该技术将处理128K长度文本时的注意力计算速度提升了2.72倍，同时保持了与原始模型几乎相同的回答准确率。
AI问答
国内AI最近犯过什么事儿吗？
说出来你可能不信，已经有人因为AI亏钱而在法院起诉了。
听说AI又在安全上捅娄子了？
这几天的安全新闻一个比一个惊悚。
有没有什么牛X的新模型发布？
看几个硬指标：编程测试SWE-Bench Pro，它直接干到了69.2% ，比GPT-5.5的58.6%高出10个百分点；金融分析测试也是53.9% ，同样领先所有对手。更狠的是，不但性能上去了，快速模式的速度快了一倍多，成本直接砍到原来的三分之一。
不听不听，我就想知道OpenAI权斗和马斯克互撕的大结局是啥？
前CTO Mira Murati出庭作证，对着奥特曼就是一顿锤。她直接在法庭上说，奥特曼在模型安全审批上误导过她，还说此人有个“大招”——给不同高管传递不同版本的事实，让大家谁都没法掌握全貌，决策权永远回到他自己手里。这不是外人瞎编，是亲信在法庭上当着全世界说的。
AI安全最近又出新问题了？听说有人用AI换脸直接盗号了？
对，而且是真事儿，5月30号央视刚曝出来的。一家国内公司好好的账号突然自己发了一篇“即将停更”的公告，后台密码也改了，连法人信息都被人篡改了。最后查出来，是有人伪造了以假乱真的动态“AI人脸”视频，直接骗过了平台的身份验证系统，顺利登陆进去了。
嵌入向量：AI把文字转换成数字的秘密
AI不认识文字，它只认识数字。为了让AI处理语言，第一步必须把每个字或词转换成一串数字，这串数字叫嵌入向量。
微调是怎样让通用模型变成专家模型的
一个通用大模型什么都能聊几句，但让它在某个专业领域表现得像专家，就需要做微调。微调的原理是：在已经训练好的模型基础上，用少量专业数据继续训练一小段时间。
为什么模型越大效果越好？
AI圈有一个经验规律：模型参数量每增加10倍，性能会稳定提升。这被称为规模定律。但为什么大模型就一定更聪明呢？
Transformer中的注意力机制是怎么“注意”的
大模型的核心技术叫注意力机制。简单说，模型在读一段文字时，会给每个词分配不同的“关注程度”。