v3.47.7316.652097 安卓最新版
v2.400.506 安卓免費版
v7.821.5422 安卓版
v7.566.9059.97366 PC版
v3.105.6103.608472 安卓免費版
v1.227 安卓漢化版
v6.498.3089.203777 PC版
v3.621.8469.142904 安卓漢化版
v7.222.6772 安卓漢化版
v8.490.7311 最新版
v3.309 PC版
v9.75.2907 PC版
v5.51 安卓最新版
v5.823.6504 PC版
v7.479 安卓版
v8.674.4389.377830 安卓最新版
v1.55.3905.506800 安卓版
v5.125 安卓漢化版
v8.487.1711 安卓免費版
v8.125 最新版
v2.7.6461 PC版
v2.90 安卓免費版
v9.883.3306 安卓漢化版
v5.130 最新版
v2.62.7224 安卓免費版
v6.816.4201.587205 IOS版
v6.12.9387.611083 安卓版
v1.860 最新版
v1.571.5574.176346 最新版
v1.43.2315.871608 IOS版
v8.393.2511.883169 PC版
v5.596 安卓漢化版
v5.294 IOS版
v6.725.1389 安卓漢化版
v9.240 安卓版
v5.142.7228.172398 安卓漢化版
v5.686.1498 IOS版
v3.470.6692.985470 安卓免費版
v7.964 IOS版
v2.284.9625.661686 最新版
v6.801.8278 安卓版
v9.403.4905 安卓版
v5.695.6566.557586 安卓版
v2.134.5281 安卓漢化版
v5.903.6671.515356 IOS版
v4.338.9522.230477 安卓版
v7.209.284 最新版
v5.19.9828.849779 安卓最新版
v7.824 安卓免費版
v8.564.4186.904454 安卓漢化版
v9.24.653.916430 最新版
v9.833.1843.173966 安卓最新版
v4.428.4615 PC版
v2.851 安卓漢化版
v3.523 安卓漢化版
v4.631.5514.130714 最新版
v2.839.9205.438924 PC版
v7.159 安卓最新版
v3.974 安卓版
v4.98.8484.984218 安卓漢化版
v6.966.9923.735492 安卓最新版
v1.964.933 安卓漢化版
v7.449 最新版
v6.833.1796.397482 最新版
v5.201.2255.497366 安卓版
v3.465.1642 PC版
v5.866 安卓版
v8.871.4503.468257 最新版
v1.890.4206.358630 PC版
v2.975.4267.925531 IOS版
v6.897 安卓版
v4.161.8205 安卓最新版
v8.406.9176.949952 PC版
v4.402 安卓最新版
v6.876 安卓免費版
v7.904 安卓免費版
v1.546.3919.330692 IOS版
v5.718 安卓漢化版
v6.937.1065.471676 安卓最新版
v4.613.3137.120664 安卓版
崩铁三月七被红绳束手束脚
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?椤
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隆
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卅痢
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
操53岁老熟女
男人干母犬抹油可以吗
亚洲不卡黄色视频
九幺免费黄片下载
qypjb_aff:5B73
综合给合综合网
黄片免费99
madoutv
欧美亚洲黄片在线
少萝裸体 视频
欧美在线va
jhs99cclos轻量版
露出91丨九色丨蝌蚪
海王uu成人入口网址
www...黄在线观看
㓜交怀孕1300部
国产精品V一区二区三区
呦呦小嫩穴
亚洲黄片岛国
影音先锋最新资源你懂的
欧美一区一区二区无码人妻
玖玖视频这里只精品
chinese男男国产gaygay网站IMadePorn.22.10.04.Octavia.Red.How.To.Beat.The.
waswasxaxkino翻译
亲女禁H啪啪