已收录文章摘要，完整内容可前往原文阅读。
点击上方蓝字关注我 导语这是「LLM Attention 演进」系列的第二篇。上一篇讲 MHA → MQA → GQA，靠削减 KV Head 压缩 KV Cache。本篇讲 MLA——不动 Hea