**首字延迟降低3.6倍！腾讯混元提出Stem稀疏注意力算法，长文推理加速新SOTA**

> 腾讯混元推出Stem稀疏注意力算法，通过结构化稀疏注意力机制，显著降低大语言模型处理长文本时的预填充阶段首字延迟，实现最高3.6倍的加速效果，并在多个长上下文基准测试中达到新SOTA，为长文推理效率提升提供新思路。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：论文
- **发布时间**：2026-06-05 18:41（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-06-05-10)