v4.992.4918 安卓版
v5.434.3238.305762 PC版
v8.255.2554.495741 安卓最新版
v3.944.8449.241356 PC版
v3.316.4827 安卓最新版
v9.45 PC版
v7.376 安卓免費版
v5.821.3763.876282 IOS版
v6.665 安卓漢化版
v8.174.6800.339850 安卓免費版
v9.63.1177.463342 安卓漢化版
v5.529 最新版
v6.410.2281.956124 IOS版
v8.728.2923.668759 安卓免費版
v9.948.7694.24849 安卓版
v8.865 安卓免費版
v7.298.6982 安卓版
v6.926.2013.396204 安卓漢化版
v5.132 PC版
v5.252.3834 IOS版
v4.552.5450 安卓版
v4.986.2137.261288 安卓免費版
v6.962.1662.633412 最新版
v2.211.5224.523195 IOS版
v5.916 IOS版
v8.56.1371 安卓最新版
v7.203.376 IOS版
v5.140.4929 安卓免費版
v9.300 最新版
v2.668.4145 安卓漢化版
v2.36 安卓漢化版
v5.253 安卓最新版
v5.31 最新版
v6.111.7543.239494 安卓漢化版
v8.930.292.63335 IOS版
v4.331.8926 安卓免費版
v3.917.6867.118544 安卓免費版
v4.966.8295.334856 安卓版
v2.238 安卓免費版
v2.264.5065 最新版
v5.147.5522 安卓最新版
v5.123.963 安卓漢化版
v3.406 安卓版
v3.184.1381.82026 IOS版
v9.902.2532.185585 最新版
v7.629.6341 IOS版
v2.402 安卓版
v6.513.7434.608248 IOS版
v9.100.1933.942411 PC版
v5.422.4316.676082 最新版
v9.683.5847.192883 安卓漢化版
v6.298.26 安卓免費版
v6.87.7271.490733 PC版
v9.289.1592.733589 IOS版
v5.817.8847 安卓版
v4.412.3811.101555 安卓漢化版
v6.972.485.892722 安卓版
v7.138.5386.291600 最新版
v4.334.8501.940659 安卓免費版
v9.132 安卓版
v5.480.7401.110416 IOS版
v5.347.8601.790863 安卓漢化版
v9.798 安卓漢化版
v8.721.4316 安卓漢化版
v6.507.8080.344707 安卓版
v9.280.3596.498329 IOS版
v1.389.4740 最新版
v1.549.4087.516005 PC版
v2.88.9188.277772 PC版
v1.128 PC版
v6.95.8826 安卓最新版
v6.447.8822.2234 安卓漢化版
v1.393.3594.277871 IOS版
v3.727.1486.50306 安卓最新版
v4.845 最新版
v7.383.5706 安卓最新版
v1.173 PC版
v6.479.9960 安卓漢化版
v7.627 PC版
v4.802.1619.38127 安卓最新版
91免费精品国自产拍在线入口
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
人人爱操人人
女👩搡╳╳╳乂乂H电影
王者荣耀去衣图
谷歌(海外版)老司机模式
家庭版自拍A片免费视频在线观看
扒开女性阴道插入大鸡巴
中文字幕无码抖音
高清乱码 粪便
国产水片在线观看www
99热精品在线
国内视频自拍偷拍网址
日本免费无遮挡羞羞漫画
埃及人性交三级黄色大尺度视频
老司机在线精品视频播放ww
肏美女视频网站
日本黄色视频免费播放
欧美日韩精品页
福利片国产
xxnx网站
亚洲一区二区黄片免费观看