SpargeAttention2：可训练稀疏注意力，混合Top-k+Top-p掩码和蒸馏微调

SpargeAttention2：通过混合Top-k+Top-p掩码和蒸馏微调实现的可训练稀疏注意力
论文：https://t.co/HluAYjpRrx