Microsoft 提出 Differential Transformer V2：更快解码且无需自定义 kernel

微软团队（Tianzhu Ye、Li Dong、Yutao Sun、Furu Wei）发布 DIFF Transformer V2，在 DIFF V1 基础上让相减的两个 head 共享同一 GQA 组的 key 和 value，不再增加 KV head，解码速度与标准 Transformer 相当，也无需自定义 attention kernel。