深度分析 Rasa 稀疏關係感知注意力:突破 Transformer 多跳推理瓶頸 Transformer 在多跳關係推理上受限於電路複雜度,需要 Ω(k) 層深度。研究提出 Rasa(Relation‑Aware Sparse Attention)加入稀疏鄰接遮罩與關係類型偏置,將注意力搜尋空間從 2^{n^2} 縮減至 2^{m}。在 MetaQA 3‑跳問題上達到 97.7% 正確率,較 EmbedKGQA 提升近 3 個百分點。