LLM中的选择性注意：从人类聚焦到模型聚焦

原创已于 2025-11-05 17:13:42 修改 · 704 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#LLM #transformer #attention

于 2025-11-05 17:13:20 首次发布

深度学习专栏收录该内容

3 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

文章目录

在大规模语言模型（LLM）的研究与应用中，Attention（注意力机制） 是最核心的概念之一。它不仅改变了深度学习处理序列数据的方式，也在一定程度上模拟了人类的“选择性注意”（Selective Attention）过程。本文将探讨选择性注意在LLM中的体现、它与传统注意力机制的差异，以及它对模型效率与智能行为的启示。

一、人类的选择性注意：从信息过载到聚焦

在人类认知中，选择性注意 是一种有限资源的管理方式。面对大量感官输入，我们会自动筛选出与当前任务相关的信息，而忽略无关的背景。心理学家Broadbent在1958年提出的“过滤器模型”认为，大脑在早期阶段就会过滤无关刺激，只保留必要的信息进入意识处理。

这种机制的意义在于：

提高处理效率：避免被无关信息干扰。
强化语义理解：将认知资源集中于关键刺激。
体现目标导向：根据任务需求动态调整注意焦点。

这种人类的认知模式，为人工神经网络中的注意力机制提供了启发。

二、从Attention到Selective Attention：模型的聚焦方式

在Transformer架构中，Self-Attention 允许每个token根据上下文动态分配注意权重，从而捕获长程依赖关系。然而，标准的Attention是全连接式的：每个token都要计算与其他所有token的相关性。这种全局机制带来了两大问题：

计算复杂度高：O(n²)的代价在长序列任务中难以承受。
语义冗余：许多token之间的注意力权重接近零，计算资源被浪费。

为此，研究者提出了Selective Attention 的概念，即在模型中引入“选择性”机制，让模型自动聚焦于最相关的部分，而非全局遍历。
在这里插入图片描述

三、LLM中的Selective Attention实现

Selective Attention在LLM中的实现形式多样，常见方向包括：

Sparse Attention（稀疏注意力）
模型只计算局部或模式化连接，如Longformer、BigBird等。通过设计稀疏矩阵结构，模型能在保留语义依赖的同时，将复杂度降至近线性级别。
Learned Attention Patterns（学习型注意模式）
模型在训练中学习何处应关注，如Routing Transformer使用动态路由，使每个token只与特定簇内的token交互。
Selective KV Caching（选择性缓存）
在推理阶段，只保留与当前上下文强相关的Key-Value对，以降低存储开销。这是当前高效推理研究的热点，例如StreamingLLM与Dynamic Context Pruning等方法。
Token Pruning / Attention Head Pruning
模型在推理过程中动态剪枝，移除贡献较小的token或注意头，从而在保证输出质量的前提下降低计算量。

这些方法的共同点在于：通过引入“选择性”机制，让模型学会忽略冗余信息、集中资源于语义关键部分。