v3.690.8702.552962 IOS版
v8.521.957.267701 最新版
v4.34.4673 最新版
v7.431.7479.587431 IOS版
v1.769.2392.416464 安卓免費版
v1.907 安卓最新版
v8.525 IOS版
v4.593 安卓漢化版
v6.903 IOS版
v6.974.9956 IOS版
v2.592.4963.775115 安卓免費版
v2.182.9321.703649 安卓版
v5.354.2002.812389 安卓最新版
v1.785.575 安卓版
v6.257 安卓漢化版
v6.887.4424.989485 安卓漢化版
v6.127.7762.956871 IOS版
v8.58.2302 安卓版
v3.458.2683.164551 安卓漢化版
v8.94.7833.229527 安卓漢化版
v5.299.708.449681 安卓免費版
v8.669.561.21434 IOS版
v3.339.9934 安卓免費版
v1.360.9642.529386 安卓版
v1.604 安卓版
v8.917 安卓漢化版
v7.948 最新版
v6.712.8122.644057 安卓免費版
v1.766 安卓最新版
v2.621 安卓免費版
v5.320.9418 最新版
v7.118.4053 IOS版
v4.55.9678 安卓免費版
v9.705.3439 安卓版
v8.269 安卓最新版
v8.812.6036.107579 安卓最新版
v3.143.4808.638053 IOS版
v4.975.4153 安卓版
v3.670.6105.393797 PC版
v2.688.1585.124565 安卓免費版
v3.815.1336 最新版
v9.211.4846.481430 安卓版
v4.741.5957.467242 最新版
v1.399.7648.138527 安卓漢化版
v8.58.2038 IOS版
v7.998.3216.842649 安卓漢化版
v2.570 安卓漢化版
v2.601.4967.548411 安卓版
v2.856 安卓免費版
v9.419 IOS版
v1.570.828.14914 最新版
v1.79.5891.408175 安卓版
v5.286.2600.372741 PC版
v4.276.7199.27911 最新版
v4.722.9051.57094 IOS版
v5.697 最新版
v6.162.2816.563438 安卓漢化版
v9.505.7301.458821 安卓漢化版
v4.671.357.246578 安卓最新版
v7.236.7899.884926 安卓版
v6.160 IOS版
v2.24 IOS版
v4.126.5274.396809 安卓版
v9.776.8661.755485 安卓最新版
v1.76.2467.4783 安卓漢化版
v9.479 安卓最新版
v1.871 最新版
v4.115 安卓版
v3.507.7564.796192 IOS版
v8.368.4976 最新版
v7.572 IOS版
v9.615 PC版
v3.895.3602.997877 安卓免費版
v8.902.5198.556325 最新版
v2.160.7966 IOS版
v8.214.634.643916 IOS版
v2.514.9157.290089 安卓免費版
v5.392.6743 安卓版
v8.386.3873.136644 安卓版
v3.291.1271.510331 安卓漢化版
瑟瑟的网站
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
激情国产Av做激情国产爱
国产精品久久久久9999不
国产插女
性色av.网站免费
曰批免费视频播放免费不再
美女三级片AV网站
欧美一级韩国一级
日本少妇bbww
一级黄片在线
添女人荫蒂全过程A片
全国黄色视频在线免费观看
久久九九日韩精品无码播放
激烈交性视频爽爽爽
中文字幕视频二区人妻1000
微拍伦理网站在线观看
成年人午夜影院
粗壮美女被捆绑勒死强奸
亚洲国产精品成人无 久久精品
国产一级婬女性开放视频看看
国产办公室无码视频在黄色视频线观看
高中生含脚趾丨ⅤK
亚洲 欧美 激情 另类 校园
小马拉大车
天天日天天爽天天要Av
免费AV在线网站
馃崒馃崒馃崙馃崙馃崙
最爽舒服的A片免费看
国产一级片手机在线观看
亚洲另类春色中文字幕在线
甘碧妹lvK申鹤
免费看黄片与A片