Sparse Attention（Longformer・BigBird）の理論と実装 — 長系列を効率的に処理する 2026年7月2日 Transformer 論文1本（数万トークン）を丸ごとTransformerに入力して要約したい。数十... BigBirdLongformerSparse Attention効率的Transformer機械学習長系列