（来源：上观新闻）
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KV缓🐊👨👧👦存合并成摘要🛫，再让🇫🇯🐳每个qu🧛♂️↔ery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token🧟♂️合并为一🚢条，但保🇨🇴🗝持稠密注意力📣。
Herm🐏es 目👩🚒前有 6400 ✈多个 ope🇬🇲n is🉐sues，Op🐦enClaw💐📃 之前🌡更是 4 天被曝🇻🇺了 9 个 C🇨🇰🇲🇸VE 漏🎄洞‼🧹。多年后📆🇨🇴他回忆，“那一❤刻我便笃定，🇱🇷🇧🇲计算机将🐣🇮🇳改变我的命🕝运😷。此外，随着A🇰🇮🧝♀️I芯片（如NVI🛠DIA 🚾🍸Jetson A🚊GX Or📜in）功☠😊耗持续攀2️⃣Ⓜ升，传统风冷👥👩❤️👩已难以满足🇱🇷散热需求🇺🇦。
