streaming-llm   sink、sparse的细节（位置选择有什么方法吗？正常应该如何选取sink点？）kv_cache的占用的内存，降低了多少时间复杂度？    （计算，）参数量计算：bert总共有n长度，d维度，l层，计算参数量是多少？都没答出来，要去复习噜手撕：三数之和