v8.818.9294 安卓版
v6.258.7355.486793 IOS版
v9.348.5674 安卓最新版
v3.252 安卓漢化版
v5.247.5348.253915 IOS版
v6.426.5830.960736 安卓免費版
v6.617.9294.878385 安卓版
v3.640 PC版
v5.583.1369.797019 PC版
v9.250.2956 安卓最新版
v6.711 安卓免費版
v7.162.6296 IOS版
v6.634.5435.851777 安卓免費版
v9.120.105 PC版
v2.953.4669.242284 最新版
v5.798 最新版
v8.557.5982 PC版
v1.822 最新版
v9.645.415.174130 安卓漢化版
v6.366.3051.256828 安卓版
v5.238.3366.458672 IOS版
v5.728.2545 安卓最新版
v7.710.6959.956212 安卓免費版
v8.139.9803 安卓最新版
v3.361 安卓免費版
v9.950.8180 安卓漢化版
v3.500 PC版
v8.475.4879.342371 安卓免費版
v1.686.154.484276 安卓最新版
v8.334.2674.599319 安卓漢化版
v5.357.6148 安卓免費版
v1.22.5283.423843 安卓漢化版
v5.301.986.973044 安卓版
v4.417 IOS版
v3.333.5988.997840 安卓版
v9.838 安卓漢化版
v1.55.6630.942544 安卓版
v8.802.1108 安卓版
v5.949.2586 IOS版
v8.991.1459.852733 安卓漢化版
v9.596.5348.45749 安卓漢化版
v7.841 安卓免費版
v3.193 PC版
v7.721.2276.721737 安卓漢化版
v6.15.9996.424650 安卓最新版
v1.156.3055 安卓免費版
v3.626 安卓最新版
v2.206.8264.859741 安卓最新版
v4.117 安卓最新版
v7.267.3562 PC版
v4.858 PC版
v1.318.2803.41973 PC版
v9.490.6456.461400 安卓版
v9.822 PC版
v3.106.6390.752913 PC版
v8.644.3038.555220 最新版
v5.399.7354 PC版
v4.201.1100 PC版
v9.455.7578.63637 安卓最新版
v5.742.2793 PC版
v4.338.4838 安卓版
v3.498 PC版
v7.790.577.168449 PC版
v1.527.2291.97149 安卓最新版
v9.604.2254.527644 安卓免費版
v7.636 最新版
v8.660.2683.633757 安卓版
v8.525.829 最新版
v4.575 安卓漢化版
v5.696.7974 安卓最新版
v9.687.8921 安卓最新版
v4.135 安卓版
v1.474.1900.128834 IOS版
v4.401 安卓最新版
v7.942.7679.596414 最新版
v4.233.4003.234138 安卓免費版
v3.694.8997.284246 PC版
v9.83 安卓漢化版
v8.316.5622.692449 安卓版
v3.163 最新版
国产狂喷潮在线观看中文
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
黄片进入
无码专区久久综合久中文字幕
日本三级片网扯
亚洲人黄色视频
免费人人操公开
噜噜色噜噜网色妞网av
欧美一级一级a做牲视频
男模秘 自愿露出jiji洗澡
18女生裸体不打码视频,
欧美一级大黄片视屏
仔涩涩在线播放
精品乱子伦一区二区三区掼蛋
哪里看日韩无码黄片
欧美日韩特级黄片视频
www.se980.com
张柏芝操逼
国产精品综合在线
麻豆 传媒 国产
国内自拍一级视频
自慰无打码
农村女人一级特黄在线看
我的图书馆女朋友动漫全集免费观看