LEGA：长度校准的证据门控注意力机制研究

LEGA（Length-calibrated Evidence-Gated Attention）提出一种注意力门控方法，让同一个门同时参考查询向量、注意力分布集中度和上下文长度，在注意力头找不到可靠信息时减少向残差流写入无关内容。相比仅看查询的输出门控和显式空注意力，LEGA 通过 b·log n 长度校准项解耦“读得集中”与“读得长”的混淆，每头仅新增 d_head+3 个参数。项目在 WikiText-103 上实现了 9 个变体（含去一法消融）的全因子对比，配备多种子统计检验、Holm 校正、基线调优与数据防泄漏审计。