如何优雅地给 MLA 加上 QK-Norm？

针对 MLA 架构与 QK-Norm 的冲突，作者提出一种数学等效变换，将 QK-Norm 的静态仿射权重融合进 Query 投影，使推理时仅需额外缓存每个 token 的 1 个逆 RMS 标量，即可实现严密的 QK-Norm 数学等价，无需缓存高维 Key。