# Recent Developments in LLM Architectures: KV Sharing, mHC, and Compressed Attention

- 发布方：Sebastian Raschka \(Magazine / Substack\)；作者：Sebastian Raschka
- 形式：文章 · en
- 原始资源：[https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures](<https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures>)
- 本站页面：[https://oplearnx.com/resources/res\_fz4jrhz2c4fa](<https://oplearnx.com/resources/res_fz4jrhz2c4fa>)
- 学习主题：人工智能 / 大语言模型 LLM / 模型结构与预训练；人工智能 / 大语言模型 LLM / 长上下文；人工智能 / 大语言模型 LLM / 模型结构与预训练 / Transformer 与注意力
- 内容状态：状态待核验
- 原始发布时间：未知（待核验）
- 本站首次收录：2026-10-21 00:06

## 能学到什么

读懂 2026 年 4–5 月几款开源权重 LLM 在长上下文效率上的架构设计，重点理解跨层 KV 共享、逐层嵌入、压缩卷积注意力和 mHC。

- 解释 KV 缓存为何成为长上下文推理的主要瓶颈
- 说明 GQA/MQA 与跨层 KV 共享（cross-layer attention）的区别
- 按文中数字复述 Gemma 4 E2B/E4B 有多少层自算 KV、省下多少缓存
- 说明逐层嵌入（PLE）如何在参数量与效率上取舍
- 概括注意力预算（Laguna XS.2）与压缩卷积注意力（ZAYA1）的思路
- 说明 mHC 与压缩注意力在 DeepSeek V4 中的作用

## 适合我吗

- 适合：适合已了解 Transformer 与注意力基本机制、想跟进最新开源模型架构改动的学习者，读完可建立长上下文效率设计的整体图景。
- 需要留意：不适合零基础入门者，也不适合想找可运行代码或完整训练/后训练流程的人：文章明确略过数据配比、训练计划、后训练、RL 与基准对比。

## 前置条件与费用

- 知识前置：需要懂 Transformer 模块、多头注意力、KV 缓存与 MoE 的基本概念；作者在文中把《The Big LLM Architecture Comparison》与《A Visual Guide to Attention Variants in Modern LLMs》列为前作，用于回顾 MoE、注意力变体等背景。
- 软件、账号与硬件：只需浏览器即可阅读，无需安装环境或账号。
- 内容费用：免费：节选可直接读到主要技术讲解正文，未见付费墙；文中的 Subscribe、Manning/Amazon 链接属于站点订阅与图书推荐，不计入本资源费用。
- 实践费用：实践无额外费用：文章为阅读型内容，未提及需要云服务、GPU 或 API。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- 浏览器：阅读文章与架构图
- [LLM Architecture Gallery](<https://sebastianraschka.com/llm-architecture-gallery/>)：查看文中提到的架构图与 GQA、MLA 等概念简介
- [Hugging Face 模型 config.json](<https://huggingface.co/Zyphra/ZAYA1-8B/blob/main/config.json>)：对照文中提到的 Laguna XS.2、ZAYA1-8B 配置

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词

```text
请帮我把「Recent Developments in LLM Architectures: KV Sharing, mHC, and Compressed Attention」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures
我的系统：Windows。如果实际不符，先调整方案。
本次路线：浏览器或在线环境。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：无配套练习；可对照文中提到的模型 config.json 与 Hugging Face 开放权重，动手核对层数、KV 头数等超参数。
课节（官方顺序）：
1. 文章主页：Recent Developments in LLM Architectures：https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures

1. 环境
- 打开原文，先看 Figure 1 的架构总览与文初列出的四个主题，再按正文顺序读 Gemma 4 KV 共享与 PLE，以及后续各模型的架构改动。
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures
3. 目录（最外层放在我确认的位置）
recent-llm-architectures-raschka/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.md     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-recent-developments-in-llm-architectures/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 打开原文链接，滚到 Figure 5  → 能看到跨层 KV 共享带来的缓存节省图示
  - 打开 https://sebastianraschka.com/llm-architecture-gallery/  → 能加载架构图集，并可找到 GQA、MLA 等概念说明入口
  - 用自己的话写下 GQA 与跨层 KV 共享的差别  → 能指出前者在查询头之间共享 KV 头、后者在不同层之间共享 KV 投影
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「Recent Developments in LLM Architectures: KV Sharing, mHC, and Compressed Attention」。课程目录是 recent-llm-architectures-raschka/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [文章主页：Recent Developments in LLM Architectures](<https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures>)

## 指南参考

- [课程主页](<https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：开课提示词尚未实际运行验证
- 转载与修改 · 课程页面与材料：未找到明确许可。网页未写明文章或配图的许可协议 [依据](<https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）