Class GroupQueryAttention

分组查询注意力模块 在 GQA 中： - Q 有 num_heads 个头 - K 和 V 只有 num_kv_heads 个头（num_kv_heads < num_heads） - 多个 Q 头共享同一个 KV 头（通过 repeat_kv 实现） 优势： - 比 MHA 更少的 KV 缓存，提高推理效率 - 比 MQA 更好的性能，保持模型质量 Args: model_dim: 模型隐藏维度 num_heads: 查询头数 num_kv_heads: 键值头数（