v7.167.7979.674839 安卓版
v1.472.4613.41955 安卓最新版
v4.564.695.453986 IOS版
v6.642.5289.707324 PC版
v1.429.4778.801737 安卓版
v3.180 PC版
v6.995.4684 安卓免費版
v5.67.2134.233265 安卓版
v2.158 最新版
v3.489.6657.924058 安卓最新版
v2.323 安卓版
v9.654.6704.294140 安卓漢化版
v1.629.5896 IOS版
v7.273 PC版
v6.193.5098 IOS版
v4.886.67.220610 最新版
v5.834.2637.494104 PC版
v6.273.1507.914891 最新版
v7.605 安卓漢化版
v7.297.2105 PC版
v2.266.7572 安卓最新版
v3.508.3428 最新版
v7.586.9168 安卓最新版
v4.155 安卓漢化版
v7.413.1505.342765 安卓免費版
v2.188.118.264619 最新版
v9.147.6913.381673 最新版
v6.424.1954.32988 安卓版
v5.776.8726 安卓版
v8.653.9880.755935 安卓版
v4.359.7437.333544 安卓最新版
v8.291.2277 安卓漢化版
v2.406.8619.273916 安卓漢化版
v4.798 最新版
v5.639.9596.398137 安卓免費版
v9.131 最新版
v4.817.8952.246812 PC版
v8.898 IOS版
v5.384.5883.497805 IOS版
v5.456.403.813980 最新版
v8.131.9622.698948 安卓免費版
v4.739.8493.839682 PC版
v3.227.8528 最新版
v5.830 IOS版
v8.932 安卓版
v7.53 安卓免費版
v7.147.2874 PC版
v3.736.7329.58657 最新版
v3.960.2555 安卓最新版
v8.425.7192.328426 安卓漢化版
v6.271.5740.737758 PC版
v1.524.5707 最新版
v3.41.3312.828737 最新版
v4.667.3897.956528 安卓最新版
v4.261.6454 PC版
v5.403 安卓版
v9.569.3849.706342 安卓漢化版
v6.232.9550 最新版
v6.919.9903.293372 最新版
v3.987.4904 安卓免費版
v9.884.2016 安卓版
v1.36 PC版
v2.127.8598.610447 最新版
v8.443.3815.587662 IOS版
v8.755.6134.989147 安卓版
v4.509.4289.774400 IOS版
v8.296.630.560526 安卓漢化版
v4.290.4555.527015 安卓最新版
v3.663.882.412407 安卓最新版
v2.967.5732.204591 安卓免費版
v3.649.9060.449826 PC版
v7.211.5212.256773 PC版
v2.325.4804.810483 安卓免費版
v1.410.4800 安卓漢化版
v2.253.8621 安卓版
v2.592 PC版
v1.913.7363.953074 PC版
v1.206 安卓漢化版
v9.143 安卓版
v2.25.8733.541329 最新版
天天干天天透
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
黄色AV不卡在线
玖玖爱精品视频在线观看免费2
女性脱 摸 无套
免费亚洲美女a片
jiujiure国产专区
涩涩成人网站
超碰资源在线
千仞雪同人3d
国产aⅴ精品一级做a国产一级
同桌把我弄硬了我c了她动漫
在线亚洲激情
黄的视频看看在线
免费看片毛片
做受 姿势99种
羞羞小网站
日本色情软件
国产精品第10页
91111.com域名解析查询
虐乳吊乳虐哭奶头性奴
欧美亚州一区
银兽学园:樱花动漫
白虎嫩穴
3068成人网战
加勒比免费观看视频
日韩在线人成电影网站
国产调教无码片在线播放
韩国乱伦A片
精品久99
ipzz-003
免费的一毛视频