（来源：上观新闻）
背后是三🇵🇾层记忆体💩系： 💅• 会话记🚐📇忆（当前对🚀❎话） • 9️⃣持久记忆（🏕🍠SQLite +🎏🕉 FTS5 全文👨❤️💋👨检索，1 万多条⛰文档查询延🍍迟只有📦 10🅱 毫秒） 👩🎨🌪google搜索优化• 用户⭕📲模型（🤢通过 Honc🕺ho 做跨会🎴🇷🇺话的用户建🕒🗃模） Tok🇦🇸enMix 的基💬🍅准测试数据显示，⛱🌔自创 S🕸kill 能📜🤷♀️让研究任务的耗🙄👠时降低 40%⏯👨👩👦👦。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🍰token的K🇦🇸🇰🇭V缓存合🧡并成摘🇧🇬要，再让每个q🕡google搜索优化uery只在这🇬🇪👊些摘要里挑🐔⏏选最相关的top♒-k条去🏢算注意力🕙🛵google搜索优化——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t⛓🤛oken合并🚳为一条，但保持稠😻🇲🇾密注意力😳。
整个过程，我😎当然什🏡么都不能管🤛🔘。界面新闻试🧡🥒图联系该公🔨司宣传人🌪员，但截至发稿尚🇹🇴未获得回复📋🐽。据多家🇰🇷🧣媒体报道，“📸小梦”通🚁过多种方式打👨🏫赏拆卡、团🦞播直播间，👨🏭🥁累计金额高达🧴👨🎤1700万🇨🇽🔮元🇲🇱。延迟被这种并😫行架构彻底🛳掩盖🐅。
