Attention Mechanismの差別化要因について、Allen Institute for AI (via arXiv)公式の学術論文（https://arxiv.org/abs/2004.05150）で確認できます。Existing P-02-001 discusses parallelization/long-range advantages over RNNs, not the cost tradeoff.具体的には「Transformer-based models unable to process long sequences due to self-attention scaling quadratically with sequence length; Longformer scales linearly.」といった記載が確認できます。限界として、この差別化要因の記述は当該Sourceの時点の位置づけであり、競合状況の変化を反映しない可能性があります。 Single paper's framing; some modern implementations (FlashAttention) reduce practical memory pressure without changing O(n²) complexity.Current Statusとして、2026年08月26日に当該Sourceを取得し、上記の内容を確認しました。Source種別としては、これは第三者であるAllen Institute for AI (via arXiv)による報道であり、企業の自己申告とは性質が異なりますが、報道時点の取材内容に基づくものです。