v7.995.7814 安卓漢化版
v4.739.5173.529824 安卓免費版
v2.114.3776.70911 最新版
v2.653.8355.651737 安卓漢化版
v4.79.1836.436750 IOS版
v7.398 PC版
v4.93.5433.776752 IOS版
v4.219.5131.415119 最新版
v7.793.8957.41722 安卓最新版
v1.371 安卓最新版
v9.681.3949 安卓漢化版
v7.453.5588.522848 IOS版
v1.98.8058 安卓最新版
v8.221 安卓漢化版
v8.62.3791.217946 安卓漢化版
v9.957.2934.653413 安卓版
v8.160 安卓最新版
v8.780.9092.61952 安卓免費版
v8.231.5250.767990 安卓版
v4.251.3897.340913 IOS版
v1.538.9096.957000 PC版
v4.787.8228.574120 安卓最新版
v8.750.9048.200699 安卓漢化版
v7.173.5271 PC版
v8.13.9092.484602 安卓最新版
v6.942.496.693544 安卓最新版
v8.445.1259.753630 最新版
v6.954.3307.973566 PC版
v5.619 IOS版
v1.920.4353.537325 安卓免費版
v2.902.4503.172882 最新版
v6.346.9837.304664 PC版
v7.411 安卓最新版
v9.560.286 最新版
v2.730 PC版
v3.807.6801.624657 IOS版
v5.251 IOS版
v8.186.6308.93739 安卓版
v8.956.7653.534555 最新版
v3.859.8208.472565 安卓漢化版
v7.978.7688.853733 安卓免費版
v6.522 安卓免費版
v9.650.2864.345912 PC版
v9.124.3662 PC版
v2.315 安卓漢化版
v3.850.5879.245071 最新版
v1.507.2653.280242 IOS版
v3.721.4535.653892 安卓免費版
v2.588.4873.289205 PC版
v2.85.5817.313406 安卓免費版
v8.248.4542.10987 安卓漢化版
v1.570.911 安卓版
v1.483.3251 PC版
v4.619.9994.939886 安卓免費版
v2.39.1800 安卓漢化版
v6.851 安卓最新版
v2.258 PC版
v1.275.4732.493952 安卓版
v2.343.535.25099 安卓最新版
v5.767.8514.798777 安卓最新版
v1.982.8667.222413 PC版
v6.880.7931 安卓最新版
v4.591.4908 最新版
v2.869.8648 PC版
v5.502 安卓最新版
v9.532.6046.920421 安卓版
v5.273.636 安卓免費版
v8.877.7178 安卓版
v5.798.8286.964525 安卓漢化版
v7.627.4945 安卓最新版
v6.532.5107 IOS版
v7.786.7638.282314 安卓版
v1.318 安卓版
v4.882.8792.776698 最新版
v6.842.3304 安卓版
v4.551.272 IOS版
v8.495 IOS版
v5.897.5095 安卓最新版
v3.130.7284.114070 安卓漢化版
v4.728 安卓最新版
A片高潮抽搐揉捏奶头视频
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
免费人成在线观看网站456
国产在线XXXX视频
dxxxxh日本
a网在线观看视频
c91漫画🈲
免费网址黄色
www.美女中文字网络
人人模人人操
亚洲理论视频
久久美国
浪货跪趴开荤肉欲H文视频
直接观看免费黄色视频
第4话夜晚到访的子豪漫画天堂
高亲毛片网址
愛摸人人看操人人
日本2级黄色视频
小扫货能那么多叫出来
你懂的国产精品视频网站
国产强奸无码
www.nbc88.com
玖玖爱在线精品视频6
黄色视频毛片a
视色视色影院
丰满少妇弄高潮了www