（来源：上观新闻）
我们发明👨👨👧👧🇬🇷了“提示词工程”🇺🇬这个概念，尝试用🍦越来越长♐的 Promp🚰🙂t 引导模型做出😧我们想要🌺🥎的行为✉👩🚀。他们测量了➡问题中的词对前文🚨各部分🇹🇰的平均注意👩力得分，对比了🕺⏪直接拼接（No 🗓📴Recomput🤷♀️e）和KV P⛎acke🇦🇬🐛t两种情况，在🤳四个数据集上各取💠50个🇸🇯🐺随机样本做平均🛎📹。
针对V4的新🚣♀️结构，这套算子🍢🇫🇮库对Com🚎seopress🏑🦓or、mHC等模🍛🇿🇦块进行了专项加🙎♂️速💹。那些依赖重🧿🇻🇳计算的🧟♂️竞争方案（🚊🇪🇪如EPIC和Ca🇲🇵🌉cheBlen❄➡d）在重计😓🧬算比例较低⛴😺时表现相当糟糕，🇮🇹尤其是在🏊♀️长文本场🍺🍰景下，🍽说明它们的质🚫量非常🇹🇫🧾依赖于⏱👒重计算🍚的充分程度💆♂️🙎。
