通俗解释
把 softmax(QKᵀ)V 改写成 φ(Q)(φ(K)ᵀV)，先算右边就只需线性时间，并且可以写成 RNN 一样的递推形式。它是 RetNet、Gated DeltaNet 等新架构的起点。
用在哪里：新架构与混合模型；i14 的 Laplace 3B 每层都用门控线性注意力（GLA），每条序列的递推状态固定 29.5 MB、与上下文长度无关（AWS 博客 2026-10-20）；2026-10 的 KronLSTM（arXiv 2610.26834）提出克罗内克 Delta 更新
时间轴 · 前置 → 当前 → 后继
01原始论文
Transformers are RNNs: Fast Autoregressive Transformers with Linear Attention
Angelos Katharopoulos, Apoorv Vyas, Nikolaos Pappas, et al. · 2020
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：生成式与前沿研究
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
linear-attention)