按注意力头的功能特长混搭机制：精确召回的头用全注意力，其余头用低成本线性注意力。
专化注意力混合像车间排班：精密件交老师傅慢慢磨，大路货上流水线快速过，同一层里好钢用在刀刃上。
用于长文本推理提效，精度不丢，算力省下。
Attention
它在头一级混搭全注意力和线性注意力。
Self-Attention
同一层的自注意力头功能各异，它按特长派活。
Transformer
它让 Transformer 跑长文本时又准又省。
Flash Attention
Flash Attention 把注意力算得更快，它让注意力算得更少。