一、技术背景：大语言模型推理范式的演进与挑战 近年来，大语言模型（LLM）的参数规模与计算复杂度呈指数级增长，主流模型参数从百亿级跃升至千亿级。然而，传统Transformer架构的推理效率面临显著瓶颈：静态注意……
