v9.687 IOS版
v3.435.64.946177 安卓最新版
v2.305 IOS版
v6.444.1164.978885 安卓漢化版
v1.286.5834.248514 安卓免費版
v6.129.5000 IOS版
v8.566.9158.167982 安卓漢化版
v4.780.8540.336099 安卓最新版
v1.537.3576 最新版
v1.955 安卓最新版
v7.187.4630.936865 安卓免費版
v2.666.928.810817 安卓漢化版
v2.742.5769.833267 最新版
v9.122.9695.567561 最新版
v9.221.7748 最新版
v5.596.6907.259306 安卓漢化版
v5.989 安卓版
v6.567.761.626892 PC版
v9.149.1300.618750 PC版
v8.806 安卓免費版
v7.118.8683.459107 IOS版
v8.38 PC版
v4.683.3158.585249 PC版
v9.518.5748.325517 安卓最新版
v6.737 PC版
v3.225.8966.19073 PC版
v6.997.2775.208770 安卓最新版
v2.582.5046.390823 安卓漢化版
v4.348.914 安卓漢化版
v1.408.3149 IOS版
v2.285.8192.530120 安卓免費版
v7.146.8408.313325 IOS版
v2.841.445.629614 IOS版
v7.19.6963 IOS版
v4.142.9614 安卓版
v7.933 安卓漢化版
v3.553.7949 安卓漢化版
v4.980 安卓免費版
v3.233.4706 安卓最新版
v8.896.7419.183031 最新版
v8.640.4749 PC版
v3.942.4463 IOS版
v5.212.6397.323272 安卓版
v6.409.5123 安卓版
v2.78.1830.999299 安卓最新版
v6.743.6471.517023 PC版
v7.769.6223.748879 IOS版
v6.637.5703 最新版
v6.673.9817 最新版
v7.39.4496 最新版
v1.107.1222.232433 安卓版
v2.373.3246.82146 IOS版
v6.685.6150.366000 安卓最新版
v9.110.5680.209199 最新版
v3.250.1895 最新版
v8.870.6034.61746 安卓漢化版
v8.20.7686.836822 安卓版
v9.486.3066.726432 最新版
v4.356 IOS版
v8.32.364.123281 安卓最新版
v1.935 安卓免費版
v1.304.2627 安卓版
v5.5.1948.972024 安卓版
v5.18.4474.190639 安卓漢化版
v7.151 PC版
v6.345.9770.237943 安卓漢化版
v8.622.9633.842505 安卓免費版
v5.885.1227.213112 安卓免費版
v5.193.5151.187880 PC版
v6.916.1117.651063 IOS版
v2.960.7503 安卓漢化版
v6.290 安卓漢化版
v9.894.2279.121688 PC版
v3.11.7683.543974 安卓漢化版
v3.584.660.8841 安卓漢化版
v3.332 安卓漢化版
v8.57 IOS版
v7.127.7967.975724 安卓免費版
v6.71.7994 安卓最新版
v3.237.5023.829577 安卓免費版
高清国产 在线 不卡
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
孩娃Fide0SⅩ娇小视频
欧美激情一级免费
视频高清无码操b
AA黄色网站免费
欧美.日韩屄屄
www.欧美自拍
男女羞羞啪啪网站
主仆调教play游戏18+
www.操操网
裸体美女扒开尿口喷白浆图片
嫖妓站街少妇露脸啪啪
亚洲偷偷色
久久美国
最新国产浮力网站
亿同看彩虹小蓝GTV iOS
国产91精品手机
国产精品黄片大小便
巨黄视频
综合国厂精品视频
久久这里只有精彩视频
小萝吃狙全免费播放
小12萝裸体扒开腿啪啪成人
黄色游戏斗罗大陆
上垒后很热情
爱情岛亚洲论坛网址入口
黄污污视频
人人插人人肏
亚洲色图 欧美色图 偷窥自拍
给我一个可以免费看片www黄片
999精选视频