论文提出 Continuum Attention：用连续积分替代离散 lookup 的注意力算子

论文提出 Continuum Attention（CA），一种将离散 key/value 查找替换为连续分段线性记忆曲线积分的因果 Transformer 注意力算子，可通过不超过二阶的矩解析求梯度并支持并行 GPU 实现，保持二次序列复杂度。相比 softmax 与 focal attention，CA 分别降低 0.0200 和 0.0480 nats per byte 的验证负对数似然，在全部配对比较中获胜；独立验证切片上较最强 softmax 基线优势 0.0457 nats per byte（含 95% 置信区间）。