Kairos05：全局门控线性注意力（GLA）数学推导

从注意力到动态记忆：高中生也能看懂的 Kairos 门控线性注意力（GLA）数学推导一、先用一句话理解 GLAKairos 使用门控线性注意力（Gated Linear Attention, GLA）来维护长期信息。它可以被理解为一块固定大小的“动态记忆板”：每当新信息到来，模型先查看记忆中原来保存了什么，再判断旧内容是否需要遗忘、修正或覆盖，最后把更新后的记忆传给未来。例如，一个机器人先看到红色杯子位于桌子左侧。后来杯子被手挡住，当前画面中已经看不到杯子，但机器人仍然需要记住：红色杯子没有凭空消失，它之前位于桌子左侧。这种能力叫作物体恒常性（Object Permanence）。Kairos 中的 GLA 主要负责保存：物体是否仍然存在；任务进行到了哪一个阶段；之前是否发生过抓取失败；很久之前的动作是否产生了延迟影响；已经离开局部窗口、但仍可能影响未来的信息。需要先说明一个容易混淆的地方：GLA 是 Kairos 中全局记忆通路的名称；这条通路具体使用门控 Delta 网络（Gated DeltaNet, GDN）来更新记忆。