首次通过注意力（First Passage Attention）通过路径极值实现选择性遗忘

提出首次通过注意力（FPA）机制，利用路径极值替代求和衰减，在常维头部即可实现任意键子集的选择性保留。 FPA 在 1.1 亿参数模型中与 FoX 困惑度持平，且仅在 KV 缓存压缩至 25% 时实现完美 passkey 检索。 FPA 扩展了 Forgetting Transformer 的特殊案例，解决了单调累加无法保留旧结构的局限。