v7.243.7435.882216 安卓漢化版
v1.255 IOS版
v2.368.5191.339120 IOS版
v7.196.901.829317 安卓最新版
v2.791.1976.209192 PC版
v8.382 安卓免費版
v6.631.713.172237 IOS版
v9.194.8113.919387 PC版
v5.920 IOS版
v7.864.9716.904245 安卓最新版
v1.163.75.708489 IOS版
v4.431.3641 最新版
v2.97.5424.529174 安卓漢化版
v7.587 PC版
v7.378.1929.144897 安卓漢化版
v5.107.9499 IOS版
v2.716.1419 PC版
v8.468.7050 安卓漢化版
v2.508.9211.742439 安卓最新版
v1.553 最新版
v4.230.4525.774180 IOS版
v4.159.7593.452844 PC版
v8.751.7378.51009 安卓漢化版
v2.666.3928 安卓免費版
v1.344 安卓最新版
v8.170.5801.139894 安卓最新版
v4.394.2441.355678 IOS版
v9.855.8174.869982 最新版
v7.46 安卓免費版
v6.835.7664.786460 安卓最新版
v9.451.6409 最新版
v4.331.885.566555 安卓免費版
v5.481 安卓最新版
v5.233.7932.213594 安卓版
v6.203.8382.190654 PC版
v2.822.8627.813465 安卓免費版
v2.59 安卓最新版
v2.838 最新版
v9.397.5518.474077 最新版
v3.760.259.701362 PC版
v3.443.2108.867661 安卓漢化版
v5.472.2591 IOS版
v1.204.6779.618216 PC版
v6.500 安卓免費版
v9.341 PC版
v9.196.3578 安卓免費版
v3.778 安卓版
v7.765.8619 安卓免費版
v1.22 PC版
v1.824.1554.365909 最新版
v1.37 安卓免費版
v4.381.9172.215557 安卓最新版
v9.788 最新版
v8.213.4284.617016 PC版
v8.308.4402 安卓漢化版
v4.919.7490.884379 最新版
v9.436.3887 安卓漢化版
v5.675.3693.495885 PC版
v5.645.219.173038 PC版
v2.293.379.923697 安卓免費版
v6.884.3877.823669 安卓免費版
v4.272 安卓最新版
v8.531 最新版
v6.984.9986.805274 PC版
v6.499 安卓免費版
v6.71 IOS版
v1.500.3349.656712 安卓漢化版
v6.161.695 PC版
v2.606.9762.61034 安卓漢化版
v6.242.860.174078 安卓漢化版
v2.748.368.567379 安卓免費版
v6.239.6104.616344 最新版
v9.685.663.721659 最新版
v2.918.8376.73928 最新版
v2.411.7890 PC版
v6.917 安卓漢化版
v2.491.6386.167663 最新版
v2.927.8341.300359 PC版
v1.311.7269.836116 最新版
v6.857.2503.118994 安卓版
人人操人人呢
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
影音先锋A片com
成人18 美女裸体 摆姿势
美女露出 让男生喝
体育生男生手冲视频素材
玉女心经之极乐宝鉴如如免费观看
欧美亚洲另类香蕉日韩
足交图片
性感美女被操免费视频
免费精品国偷自产在线野外
国产乱人伦AⅤ在线A
精品国产一二三
a级免费久久
国产精品一二三区私人网站
小箩莉XXX14SeXHD
把jiji❌进女班长屁屁里视频
9.1 在线观看nba蘑菇直播
娇小性爱高清管
操污视频
国产无码a黄片
在线超踫
女人逼男人97