v9.266 安卓版
v1.132 安卓免費版
v8.546.9995.215732 安卓版
v2.516 安卓版
v8.0.4100.576218 安卓漢化版
v3.124.9336.563961 IOS版
v4.211 IOS版
v5.608.2541.912169 安卓最新版
v4.12 安卓免費版
v3.769.676.164642 IOS版
v1.940.6167.473906 安卓免費版
v7.805.592 最新版
v7.366.8611.475266 安卓漢化版
v6.65.8423.751050 安卓漢化版
v3.301 安卓漢化版
v7.357.125 安卓免費版
v8.620 安卓最新版
v1.438.3605.958305 IOS版
v7.568.9816.533339 PC版
v4.795.5435.970115 IOS版
v9.834.5342.280399 最新版
v9.404.6375.618960 安卓版
v5.539 PC版
v1.913.7729.606277 安卓漢化版
v9.763.6040.3421 安卓版
v2.921.5812 最新版
v2.861.41 安卓免費版
v8.481 最新版
v9.491.7279 IOS版
v3.868.7477 最新版
v3.19 安卓版
v7.730.8875.697030 安卓漢化版
v5.61.7994.290125 最新版
v7.260.6929.682539 PC版
v5.308.5900 安卓最新版
v9.896.1879 PC版
v8.966 最新版
v2.621 安卓版
v1.715.5004.373846 安卓漢化版
v3.741.4762 最新版
v1.949.8551.520353 最新版
v1.422.9047.79536 安卓版
v6.861 安卓最新版
v8.85.9818.264367 安卓最新版
v9.475 安卓漢化版
v7.390.3896 安卓免費版
v2.793 安卓免費版
v4.655.9456.541298 PC版
v4.523 安卓漢化版
v3.427 IOS版
v5.212.409.561863 最新版
v7.984.3009.552501 PC版
v8.334.4460.456653 安卓最新版
v6.543.895.53513 安卓免費版
v3.331.1986 安卓最新版
v4.2 PC版
v6.590.9761.668658 安卓最新版
v8.705.4247.51002 PC版
v9.625.6282 安卓最新版
v6.445.1741 最新版
v4.364 安卓漢化版
v5.73.6249 IOS版
v7.995.4407.408600 安卓版
v7.839.3885.793793 PC版
v7.477 PC版
v7.642.7733 安卓免費版
v7.986.8465.779389 安卓版
v4.953 安卓漢化版
v8.419.7854.253351 安卓免費版
v8.159.5265 安卓最新版
v7.977.9058 安卓漢化版
v6.375 安卓最新版
v4.60.3486.624222 最新版
v8.245.3525 安卓最新版
v4.442.3843.549847 最新版
v2.782.1278.35876 安卓最新版
v7.646.5709.713812 安卓漢化版
v5.77 安卓免費版
v5.653.5295.847326 安卓最新版
v7.597.98 最新版
欧美乱人伦中文在线观看
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
噜噜视频不卡国产
久久人妻少妇嫩草AV蜜桃漫画
f54cn网页版登录入口
中文字幕欧美视频在线播放
久宗合一区
亚洲视频在线观看污污的黄
欧美性爱交
色99在线视频
女同视频网
操操草插操
一进一出好爽视频
久久久一级国产高清大片
毛片中国
男生把小困困放入女生困困里
成年人视频免费看
5060午夜一级全黄
久久精品国产亚洲av电影
97人人模人人爽人人少妇
馃槏馃崋
欧美特级在线视频
日韩黄色精品
成年人国产精品片
国产精品xx