Attention Evolution：从注意力到长程 Agent

一条路径，六个阶段

按知识依赖排序，不按发布时间排名。初学者从 01 开始；熟悉 Transformer 的读者可以直接选 Sparse GQA、Block-wise Token Merging，或回到原算法主干。

来源边界：Step 5 的专有设计以你提供的文章为准；公式与小例子是教学解释。600B / 27B、92 层、1M 与局部 8× 均保留原文口径，不视为独立复现。查看来源说明

选择知识点测验完成 0 / 33

展开原有算法演进图 · 固定状态与跨层检索支线

箭头表示本课程的理解顺序与机制联系，不表示所有架构都依次替代前者。GQA / Sparse GQA 的显式位置路线与这条固定状态路线并行。

索引与选择原本占总耗时

教学模型：其余耗时不变，且没有新增开销或重叠变化。滑块不是 Step 5 的实测数据。

来源、核验边界与文章技术点清单

Step 5 原文由用户粘贴提供，技术段落已覆盖到课程中。原文链接；逐项提取与来源记录。整理日期：2026-10-03。

每个知识点的链接区分“一手论文”和“用户提供的文章”。Step 5 的具体合并规则、稳定训练配方与 RL 算法未在正文披露，页面不将教学示例当作这些实现。已有 Kimi 路线保留论文入口，性能数字均应按论文测试条件理解。

文章的榜单、商业价格和案例成绩不作为本课程的复现实验。检索到的第三方同名模型仓库也不作为官方权重发布证据；权重与许可状态应以厂商正式发布为准。