Description / 描述

你好！
我注意到minicpm4-0.5B中描述无法支持sparse attention，但是我看modeling中有就修改为可用，但报错：

topk_idx[topk_idx >= q_idx[None, :, None]] = -1
RuntimeError: The size of tensor a (355) must match the size of tensor b (711) at non-singleton dimension 1

因为还没有细看infllm实现所以不太好debug，请问该如何解决呢？非常感谢！

Case Explaination / 案例解释

No response