据@godofprompt报道，Ling团队最新论文《Every Attention Matters》提出了Ring-linear注意力架构，彻底改变了大语言模型（LLM）的长上下文推理方式。该架构融合Softmax与线性Attention，实现推理成本降低10倍，并在支持多达128,000个token的情况下保持SOTA准确率（来源：@godofprompt，Twitter，2025年10月25日）。此外，论文显示训练效率提升50%，推理速度提升90%，并实现超长序列下的稳定强化学习优化。这一创新为无需超大参数模型的LLM长上下文应用提供高效扩展，为AI文档分析、法律科技和科学研究等需大窗口场景带来新商机。