RMM

算法解读

算法解读：RMM——TopK 列范数切片：公式、1B~70B 实测与注意力/MLP 不对称性

RMM 完整拆解：收缩维 TopK 列范数选择算法、minimax 最优性证明、retention-ratio 权衡；8 个基准 × 4 档保留比实测、注意力 vs MLP 不对称数据、A100 端到端 1.40× 加速。