https://answer.freetools.me/tags/%E6%B5%81%E5%BC%8F%E6%8E%A8%E7%90%86/ Recent content in 流式推理 on Answer Hugo -- 0.152.2 zh-cn Mon, 09 Mar 2026 05:46:41 +0800 https://answer.freetools.me/%E7%AC%AC%E4%B8%80%E4%B8%AAtoken%E7%9A%84%E9%9A%90%E5%BD%A2%E6%9D%83%E5%8A%9Battention-sink%E5%A6%82%E4%BD%95%E6%8B%AF%E6%95%91%E6%B5%81%E5%BC%8F%E5%A4%A7%E6%A8%A1%E5%9E%8B/ Mon, 09 Mar 2026 05:46:41 +0800 https://answer.freetools.me/%E7%AC%AC%E4%B8%80%E4%B8%AAtoken%E7%9A%84%E9%9A%90%E5%BD%A2%E6%9D%83%E5%8A%9Battention-sink%E5%A6%82%E4%BD%95%E6%8B%AF%E6%95%91%E6%B5%81%E5%BC%8F%E5%A4%A7%E6%A8%A1%E5%9E%8B/ 深入解析大模型流式推理崩溃的根本原因。从Softmax归一化的数学约束到RoPE位置编码的几何特性，系统阐述Attention Sink现象的发现过程、数学原理与StreamingLLM解决方案。涵盖ICLR 2024/2025最新研究、Sigmoid Attention替代方案，以及vLLM等框架的工程实践。