v9.699.4728.224796 安卓漢化版
v3.715.4853.953146 安卓免費版
v8.926 IOS版
v4.526.7953.51255 安卓最新版
v7.90 最新版
v2.425.2018.899820 IOS版
v9.832.7277 安卓版
v2.239 安卓漢化版
v5.332.8271.135022 安卓最新版
v4.194 安卓免費版
v4.501.6688 安卓版
v6.7.7331 安卓最新版
v4.974 安卓版
v5.941 安卓漢化版
v6.491.4663 IOS版
v2.707.4377.964677 安卓免費版
v3.54.2164.520856 最新版
v6.798.1777.570885 安卓免費版
v5.402.5352.242438 最新版
v1.532.4194.202946 IOS版
v9.207.7642 IOS版
v3.563.2076.842770 安卓最新版
v6.603 安卓漢化版
v1.718.7645.281250 IOS版
v1.657.6037.735471 安卓漢化版
v6.403.8.966397 PC版
v7.684.3198.144721 最新版
v4.597.2705.235797 安卓最新版
v3.355.7049 PC版
v2.602.159 安卓版
v1.554.2282 安卓免費版
v8.604 安卓版
v8.880 最新版
v8.538.4804.601820 安卓漢化版
v2.428 IOS版
v1.922.9331.573552 安卓免費版
v8.454 最新版
v5.149.3061.104642 PC版
v2.545.1114.213537 最新版
v3.188 安卓最新版
v7.419.7770 安卓最新版
v7.254.7323 安卓免費版
v3.945.6206.197657 IOS版
v9.884 PC版
v2.816.8316.664065 PC版
v3.683.3463.703710 PC版
v8.415.5860 PC版
v8.840.2450.266911 安卓最新版
v9.162.9134.265362 安卓漢化版
v5.892.7306.825878 安卓最新版
v9.954.2532 PC版
v5.657 安卓最新版
v4.322 最新版
v6.129 安卓免費版
v1.492.8231.971168 最新版
v6.569.725.222676 IOS版
v5.78.1534 安卓版
v8.693.9166.72446 安卓免費版
v8.353.9181.499755 安卓版
v9.269.4734 安卓免費版
v6.694 安卓免費版
v2.366 最新版
v6.925.6586.317024 安卓漢化版
v2.928.9328.635746 安卓漢化版
v2.494 PC版
v1.728 IOS版
v8.203.6407.820807 安卓版
v6.344 安卓版
v1.818.1538.859254 PC版
v7.122.343.529768 安卓最新版
v2.375 最新版
v4.188.6999 安卓漢化版
v5.53.292.707584 最新版
v3.946 最新版
v7.543 安卓版
v5.769.1013 安卓漢化版
v1.376.737.300528 PC版
v2.538.4628 安卓最新版
v1.286 安卓漢化版
v7.283.9910.980897 PC版
男男捆绑sm触手paly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?。
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
日韩在线网
日本偷:, 窥、尿
亚洲呦交av资源
巨乳美女在线
女子驷马悬吊真人
亚洲A∨天堂在线观看
五月天婷婷小说
针孔偷拍女沟厕撒尿
最新不卡免费自拍AV在线
成在线人在永久免费视频播放
搞黄片视频无遮掩在线看
免费无码不卡一级片
中文字幕无线码在线视频
高敏王芳吴刚江晓萍小说
久久九九这里只有精品久久久久
另类欧美一区二区在线
大鸡巴
欧美大尺度免费性交
91POPNY.com
国产精品无码免费
欧美一级片电影
鉂宐