你了解哪些改进注意力机制复杂度的方法，使其从 O(n²d) 降下来？

回答思路

1. 指出原始注意力 O(n²d) 的瓶颈在于序列长度 n 的平方
2. 至少列出一种经典改进方法及其原理
3. 能对比不同方法的适用场景与权衡