阿里提出 PFA 稀疏注意力，加速长序列生成式推荐解码

阿里巴巴团队在 arXiv 论文 PFA（Progressively Focused Attention）中提出稀疏注意力方法，降低长用户行为序列下生成式推荐（GR）的解码延迟。PFA 首步保留全注意力，随后利用 cross-beam 加权聚合共享重要性排序，将所选 token 的 KV cache 重排为连续内存布局，并按几何级数持续缩减 token 集合。