v2.981.1359 安卓免費版
v9.213.9334 安卓免費版
v4.828.3553.710248 安卓版
v2.383.7744.445432 安卓最新版
v8.253.5968.32315 安卓漢化版
v4.418 最新版
v2.415.7274.952120 安卓免費版
v4.290.9817.307541 安卓版
v2.913.4322.548924 安卓最新版
v6.531.3077 PC版
v3.776.6742.180330 安卓漢化版
v2.594.8944.444658 安卓最新版
v1.408 安卓免費版
v3.134 最新版
v9.50.2082.327477 最新版
v7.520.2102 PC版
v8.121.4438.29808 安卓最新版
v8.41 最新版
v1.267 PC版
v5.272.4338 安卓免費版
v9.450.3617.474640 最新版
v7.408.9811 PC版
v2.627.9463.67941 安卓免費版
v7.650 IOS版
v8.31.3962.849138 安卓最新版
v5.186 IOS版
v9.369 安卓版
v1.367 安卓漢化版
v7.949.1375.564576 安卓版
v9.918.2222.928524 安卓漢化版
v2.743.6208.215920 安卓版
v2.374 安卓免費版
v7.708 IOS版
v7.707.7669.627880 IOS版
v1.87.675 最新版
v3.399.9633 最新版
v7.533.7887.309497 最新版
v4.319.4703 安卓版
v2.459.8513 安卓免費版
v1.677.2415 安卓版
v4.294.5954 安卓免費版
v8.960 最新版
v4.110.9221.84549 IOS版
v4.151.4991.234168 PC版
v8.117.4030.575924 IOS版
v9.676.730.524184 最新版
v2.849.659 IOS版
v6.345 安卓免費版
v1.86.2842.148072 安卓版
v9.29.4091.378267 安卓漢化版
v3.820.235.920649 PC版
v1.506.9241.934980 PC版
v4.945.7882.573343 IOS版
v9.326.4594 安卓最新版
v8.455 PC版
v1.647 最新版
v9.226.5411 安卓免費版
v9.161.8804.900582 安卓最新版
v5.545.7026 PC版
v8.23.3678.743974 PC版
v5.759 PC版
v1.372.3219 安卓漢化版
v1.569 PC版
v3.332.759 PC版
v7.99.1325.116720 安卓最新版
v4.446 安卓免費版
v7.489.9036 PC版
v1.381.3866.115705 安卓版
v1.680.2856.164034 最新版
v3.57.1504.965150 PC版
v6.57.8629 安卓漢化版
v8.170.1850.314332 IOS版
v3.327 安卓漢化版
v2.543 PC版
v3.740.4859 安卓最新版
v9.942.6637 安卓漢化版
v5.396.1514.458469 安卓最新版
v7.117.8849.14933 最新版
v4.446.2755 最新版
v5.530.7081.264233 安卓免費版
中国黄色AV网址
闻乐 发自 凹非寺量子位 | 公众号 QbitAI
256K文本预加载提速超50%,还解锁了1M上下文窗口。
美团龙猫LongCat系列新年出招,宣布全新希罕注重力机制LoZA(LongCat ZigZag Attention)
新手艺集中火力,重点解决长文本使命的明确、算力难题。
相比于LongCat系列之前的全注重力MLA机制,LoZA只改了一半的焦点?。
但模子长文本能力从256K扩展到1M,解码速率还快了不少。
甚至比同类型的Qwen-3模子体现还要好。
接下来看详细计划。
怎样做到 “只算要害部分” ?
全注重力机制的算力瓶颈在于平方级的盘算重漂后O (L?),这导致模子在处置惩罚长文本使命时对显卡要求高,还会泛起推理延迟问题。
LoZA的焦点思绪是专注于处置惩罚主要的内容,不主要的部分少花实力。
作为LongCat系列的焦点手艺升级,LoZA主要是在原来的MLA机制上做刷新。
详细分两步。
首先,给模子里的多头潜在注重力?镸LA做一个全局“筛查”,找出哪些?榭梢员凰⑿。
在原来的MLA架构中,每个MLA?槎际谴χ贸头W⒅亓Φ慕沟愕ノ,现在的新计划是给每个?榕湟桓隹裳叭ㄖ卅。
α值越高,说明该?槎钊⒅亓ε趟阍揭,一旦简化就容易丢性能;α值越低就意味着?榈目商婊恍郧,即便换成更轻量的盘算方法,对整体的明确能力影响也不大。
在训练历程中,团队冻结模子其他参数,只更新α的梯度,通过这种专门的校准训练让模子自主学习α值,然后按α值从小到大排序,找出那些希罕化后不影响性能的MLA?,也就是后续的优化目的。
随后,将找出的50%低性能?榛怀筛嵊牧魇较:弊⒅亓SA
这样就形成了一种交织结构,团队将这种结构称为ZigZag
SSA的盘算重漂后是线性的O (L·S)(S为希罕窗口巨细,牢靠为1024Token),远低于全注重力的O (L?)。
以是这种交织结构让模子既不会由于太过简化而变笨,又能把盘算重漂后降到线性级别,省不少算力。
为了让模子在关注局部细节的基础上不忽略整体逻辑,LoZA还设计了一个1024Token希罕窗口
每个窗口里有1个认真抓整体关联的“全局块”和7个认真盯周围内容的“局部块”,单块巨细为128Token。
这样的刷新也不需要重新训练,在中期训练阶段就能完成,本钱也较量低。
从测试数据来看,LoZA的体现也不错,主要是“更快”的同时“没变笨”
速率上,要是处置惩罚128K上下文,解码速率直接比原来快10倍;
256K上下文,模子预加载(读文本历程)速率快了50%,后续解码阶段天生内容时还能省30%的算力,相当于同样的硬件,现在能同时处置惩罚两倍多的长文本使命。
这也让LongCat-Flash-Exp解锁了1M上下文窗口。
性能上,LoZA也没由于简化而缩水。
处置惩罚回覆问题、写代码这类一样平常使命时,和原版LongCat-Flash持平;处置惩罚长文本使命时,体现反而更好。
好比在MRCR测试里,反超了同样能处置惩罚1M长文本的Qwen-3模子,还更稳固。
接下来,团队还妄想让LoZA支持动态希罕比例
随笔本场景自动多用全注重力包管精度,长文本场景自动增添希罕?樘嵘,甚至适配多模态模子处置惩罚长视频、长图文内容。
好一个新年新气象!
论文地点:https://www.alphaxiv.org/abs/2512.23966
— 完 —
相关版本
多平台下载
审查所有0条谈论>网友谈论
床上mmmmmm免费观看视频网站
jiuseteng13
羞羞羞漫画在线观看
WWW超碰COM
dsm最残忍boss玩法介绍最新章节
国产Av一区二区毛片
国产AV无码片毛片一级久小说
另类黄色
和平精英不良网站app下载最新版
黄色视频看黄色免费网
黄色毛片高清视频
久久精品国产99久久丝袜
欧美一级一区二区在线观看
免费看黄色一区二区
在线免费se视频
欧美专区 第十页
国产在线播
草 免费 视频
中文无码在线观看
免费 成人 深夜戴套视频