（来源：上观新闻）
笨办法是💩把目标🔕页和其他999页🇬🇮逐一比对，工🇭🇺作量随👗页数翻倍而🇧🇻变成四倍🇷🇼。不要小看这一🇨🇻🇫🇯步，Manus 🇬🇫🦚为什么🧳🏮在借鉴（🇰🇵🍎）了 De🔙vin 之👎后能爆火，在我看➗来，关键也正在🍪于此🏡。目前，迪🙍♂️🧙♀️丽热巴已⚡经胜诉📩。在过去一☠年，我们也听到多⛓🇮🇪位AI行😳🇸🇸业HR、猎头🙎提起过🌦，不止一次在🔰😢北大中文系的宿🏖舍，遇见加学生微🍈信的DeepSe🇹🇴🤸♂️ek HR🇭🇲。
V4的做法是把🐂注意力拆成两🇧🇹📞种，交替叠用🕯🚐： 一种是CSA🔈（压缩稀疏🎈🎵注意力🐣👩👩👦👦），先把每若👹🎇干to🀄🌺ken的KV🦠🥫缓存合并成摘要🍊，再让每🦁🇧🇲个query😙只在这些摘要😓里挑选最相关的🇵🇱🚠top-k🥠📴条去算注意力——🦄⤵相当于既🇭🇷🇶🇦压缩了“要看的🚚🍛内容”，又只🚭🥳挑“值得😊看的”去算； 另🚝〽一种是HCA（💏🖼高压缩注🐳意力），用更激🌛🚸进的压缩率把更➗🏣长区间的to☎👨🦲ken合并为🎦*️⃣一条，但保持稠密🕕🇲🇷注意力🏋🐲。
甚至连眼前这篇🇸🇴文章还没🧘♂️😩读完，就已🦓经跑到🐈评论区吐槽作者📿🛢为啥写🦅🇷🇺这么长🇧🇾，然后 @🏊♀️◼ 元宝来份「👩🦳省流版」了🛳❗。甚至包括之前 D🚈🇦🇸eepSeek🥚 亲手打造🇸🇴的护城河🏰之一：PT📁X 底层语♟️言优化，🤡👡也是为了把NVI🦎DIA GPU 📙👙的性能榨干，🙅GOOGLE推广让模型效率📈🌉更高，从而让🏧🇸🇧 De📚🚄epS🇷🇺eek🎹⚜ 模型更有性价🆙比🔏。
