这项由中国科学技术大学脑认知智能感知教育部重点实验室与华为技术有限公司、天津大学智能与计算学院联合完成的研究发表于2026年的国际学习表征会议(ICLR)。有兴趣深入了解的读者可以通过论文编号arXiv:2601.21709查询完整论文。
当我们阅读一篇文章时，眼球会在不同的词语之间跳跃，有时专注于某个关键词，有时快速扫过熟悉的内容。这个过程看似随意，实际上遵循着精妙的规律。令人惊讶的是，人工智能中的大语言模型在处理文字时，也展现出了类似的"注意力"模式。然而，长期以来，科学家们对这些模式为什么会出现、如何形成，一直缺乏统一的解释。
就好比我们知道鸟儿会迁徙，但不明白它们如何选择路线一样，研究人员发现大语言模型会表现出各种注意力模式——有的像聚光灯一样反复照亮某几个重要词汇，有的像扫描仪一样按序逐个关注，还有的像万花筒一样呈现周期性变化。但这些模式背后的形成机理却始终是个谜。
这项研究的突破在于，研究团队首次提出了一个名为"时间注意力模式可预测性分析"(TAPPA)的统一框架，从时间连续性的角度解释了为什么会出现这些看似迥异的注意力模式。更重要的是，他们发现了
