幣界網消息，英國AI研究機構Prefrontal與蘇黎世聯邦理工學院的研究者開源了Latent Sparse Attention（LSA），一種針對超長上下文的稀疏注意力技術。DeepSeek、MiniMax、智譜等模型已採用稀疏注意力，每次處理少量關鍵token以減少計算量。研究者在1000萬token的GLM-5.3-Flash實驗中發現，單層稀疏注意力的預填充時間98%用於篩選信息。LSA通過內容相似度將token聚成組，再讓索引器對組打分，選出相關token。研究者將LSA接入GLM-5.3-Flash和Qwen-3.8-27B，保留原有模型權重，額外訓練少量索引參數。在NVIDIA H200上，GLM的單層預填充比原有稀疏注意力快22.7倍，整模型首token延遲降低約55%；Qwen的單層預填充快72.4倍，整模型首token延遲降低約89%。