v7.456.1 IOS版
v5.87.5877 安卓免費版
v8.817 安卓最新版
v6.107.6601 PC版
v3.326.7194.892735 最新版
v6.389.3796.610288 最新版
v5.640 安卓免費版
v9.151 安卓最新版
v8.639.7787.550595 安卓漢化版
v3.277 最新版
v6.985.3237 安卓免費版
v5.162.8793 安卓漢化版
v7.314 安卓免費版
v7.574.5240.859243 安卓漢化版
v9.395 安卓漢化版
v8.708.6370.262082 安卓免費版
v6.5.1999.579192 安卓免費版
v7.221.780.149731 安卓免費版
v8.139.6245 IOS版
v9.951.2312.71950 安卓免費版
v3.743.9604 IOS版
v1.615 安卓版
v5.757.6938.686743 安卓最新版
v4.424 最新版
v3.972 最新版
v7.516 最新版
v4.381.3347.588939 最新版
v4.33 安卓最新版
v3.508.3895 最新版
v6.792.7931.3318 最新版
v8.534 安卓免費版
v8.668.664 PC版
v4.787.502.10573 安卓最新版
v9.158.9430.418327 安卓免費版
v1.487 安卓免費版
v7.46 安卓最新版
v2.103.6938.508813 安卓最新版
v4.450 安卓最新版
v3.594.2321.371890 安卓最新版
v4.416.9473.399881 安卓最新版
v9.89 安卓最新版
v2.779.6287 PC版
v3.990.5439 最新版
v3.284.2013 安卓最新版
v6.54.6942 最新版
v9.110 安卓版
v3.256.452.300147 安卓版
v6.648.9986 安卓最新版
v2.654 安卓免費版
v2.926.8792 PC版
v5.47 安卓版
v2.172 安卓漢化版
v6.423.4634 最新版
v5.157 安卓漢化版
v5.512.6473.516730 安卓最新版
v4.17.5737 安卓免費版
v9.440 PC版
v5.786.3463.472484 安卓最新版
v8.541.9825.760441 PC版
v2.510 安卓最新版
v6.718 安卓漢化版
v6.74 安卓版
v7.898 安卓版
v9.947.3553 PC版
v2.327.4584.461826 最新版
v7.182.8015 PC版
v1.958.1331 IOS版
v3.908.4188.70408 PC版
v6.111.8724 安卓免費版
v8.79.4373 PC版
v1.5.7379 最新版
v6.591.7181.364354 安卓版
v9.251.1595.950297 安卓漢化版
v5.324.5775 安卓最新版
v1.382.5023.914287 安卓最新版
v9.865.1115.255533 PC版
v6.996 安卓最新版
v9.669.4511 最新版
v7.15.6894.320906 安卓版
v6.435.5155.551238 IOS版
国产一级操逼视频
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只改了一半的焦点模块。
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模块MLA做一个全局“筛查”,找出哪些模块可以被刷新。
在原来的MLA架构中,每个MLA模块都是处置惩罚注重力的焦点单位,现在的新计划是给每个模块配一个可学习权重α。
α值越高,说明该模块额全注重力盘算越要害,一旦简化就容易丢性能;α值越低就意味着模块的可替换性强,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模块,也就是后续的优化目的。
随后,将找出的50%低性能模块换成更轻盈的流式希罕注重力SSA
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模块提升效率,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
外国操逼网站
黄片视频无码
美女群体胴体偷拍视频
黄色网站看看香
日本黄网站久久
91精品高潮喷水
女女干在线视频
tik99.cc
www我'91co m
羞羞美女动图
亚欧精品永久在线免费观看电视
张予曦被 c 黄扒衣服
一级a做片性视频性直播
亚洲熟妇丰满 XXXX
操女人视频在线免费网站色
www.人人摸
japanの排泄脱粪排泄
ww.黄色视频
欧美老妇恔交视频在线观看
日韩欧美性较高清视频免费看