首字延迟降低3.6倍，腾讯混元提出Stem稀疏注意力算法

6月5日，腾讯混元宣布提出Stem（STEM）稀疏注意力算法，已被机器学习顶会ICML-26收录。根据Stem（STEM）算法×HPC算子的全栈加速方案，算法层面，Stem（STEM）通过Token位置衰减(TPD)和输出感知度量(OAM)实现25%预算下的近无损精度；算子层面，HPC开源的Stem（STEM）+BSA算子将稀疏收益转化为真实硬件加速，128K上下文下首字延迟降低3.7倍。