v4.93.2731.911625 最新版
v6.335.1942.942249 IOS版
v8.178 安卓免費版
v6.586.9889 安卓免費版
v6.514 安卓最新版
v6.880.9616.667790 最新版
v6.38.6333.741622 PC版
v3.678.1832.653655 安卓漢化版
v5.870 最新版
v8.388.1668 安卓版
v9.308.8794.153772 安卓免費版
v4.239.1038.905221 安卓版
v1.656.6659.588833 安卓免費版
v8.447 安卓免費版
v2.880.5031.439364 IOS版
v1.451.8579 IOS版
v6.511 安卓最新版
v7.932.548 安卓版
v9.188.414.171383 最新版
v5.54.7269.480902 安卓最新版
v6.673.9107.720926 IOS版
v6.505.3668 安卓漢化版
v2.599 安卓最新版
v2.761.4479.552747 PC版
v2.818 PC版
v5.258 安卓免費版
v3.67.5118.754631 最新版
v4.582.4083.157911 IOS版
v2.179.2560.379626 最新版
v3.858 安卓版
v1.287.1979.108427 安卓最新版
v6.4.6103.363337 安卓免費版
v5.336 最新版
v8.829.1392 IOS版
v1.911.8341 安卓版
v9.675.4646 IOS版
v6.274.1770.201607 安卓版
v7.552.9944 安卓最新版
v7.494.7811 最新版
v3.403.4883.154251 安卓漢化版
v1.66.7267 安卓版
v6.325 最新版
v3.153.6740.552977 安卓漢化版
v7.374 PC版
v7.634.7025.423796 最新版
v3.82.4625.154936 IOS版
v5.428 PC版
v8.295.6640 最新版
v2.594.2392.556991 安卓漢化版
v9.958.9544 安卓漢化版
v9.389.7616.954378 安卓最新版
v6.466 安卓免費版
v4.194.5087 PC版
v2.330.8933 安卓最新版
v8.516.938.315018 PC版
v7.976 最新版
v6.876.1107 PC版
v1.968 最新版
v4.653.646.27906 安卓漢化版
v4.820.9701 安卓漢化版
v5.673.6477 安卓最新版
v5.218.6189.24518 安卓漢化版
v5.481.565 PC版
v7.281 PC版
v6.85.58.214230 IOS版
v2.315 IOS版
v7.734 安卓漢化版
v2.626.4338.717543 安卓版
v4.39 安卓免費版
v7.746.9137.335542 安卓漢化版
v1.39.7064.224131 安卓最新版
v7.150.106.370624 最新版
v8.47.4475.233231 安卓漢化版
v6.622 PC版
v5.666.1803.656957 安卓版
v6.54.6665.369799 安卓最新版
v1.498 安卓最新版
v4.947.2241.741222 IOS版
v5.391.6261 最新版
v4.71.9457.469624 PC版
亚洲精品❌美无码流出
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
精品成人片免费观看网站一区二区
阳具插阴道视频看看
裸体性高朝女人中国管
麻doi传媒
欧美性爱第一夜女邻居
色呦呦网站入口
人人干丶人人
黄a频美女网站网站频a
美女扒开内裤露黑毛无遮挡
小满被c 黄秘 动漫
无码高清羞羞视频
真人性做爰无遮A片大尺度知乎
欧美三级日韩综合
日本aaaa
人人草人人模
黑狐影院
浏览器p7ycc
95视频在线观看A片
体育生白袜出精 网站台湾
黄色网站未满十八岁禁止入内
玉潮春露