根据推特用户@godofprompt的介绍，Grassmann混合方法在注意力机制中实现了从标准O(L²d)到O(Ld²)的复杂度优化，在固定秩r下实现了线性扩展。随着处理序列长度的增长，这种方法与传统注意力机制的性能差距呈指数级扩大。该进展不仅具有理论意义，还为大规模语言模型在实际应用中的高效扩展提供了新机会。