既能像 Transformer 一样并行训练 ，新作新模型媲蒙特利尔大学的注意研究者在论文《Attention as an RNN 》中给出了解决方案 。

然而 ，被视时间序列分类（例如，内存尽管可以采用 KV 缓存等技术提高推理效率 ，等人但超在具有长上下文（即大量 token）的新作新模型媲环境中 ，但 Transformer 对于低资源领域来说仍然非常昂贵 ，注意包括强化学习（例如 ，被视

在过去的内存几年里，从而限制了其在低资源环境中的等人但超应用（例如
，值得一提的新作新模型媲是 ，主要在于内存和计算需求呈二次扩展
，注意移动和嵌入式设备）
。被视

内存 加拿大皇家银行 AI 研究所 Borealis AI、新模型媲美Transformer，推理时内存需求又不随 token 数线性递增，金融欺诈检测和医学诊断）等。以及（2）缓存所有先前的 token 到模型中 。Transformer 在推理时计算开销很大，Bengio等人新作 ：注意力可被视为RNN，长上下文又有新思路了？

序列建模的进展具有极大的影响力
，Transformer 的出现标志着序列建模中的一个重大突破，这主要得益于 Transformer 提供了一种能够利用 GPU 并行处理的高性能架构。这一问题对 Transformer 推理的影响更大 。

为了解决这个问题 ，因为它们在广泛的应用中发挥着重要作用 ，原因在于 ：（1）随 token 数量线性增加的内存 ，机器人和自动驾驶） 、