v1.559.818.937136 安卓版
v2.542 最新版
v2.660.2605 安卓最新版
v2.209.5017 安卓漢化版
v2.443.7768.271260 安卓最新版
v6.976 安卓漢化版
v8.311.1266.599712 安卓最新版
v8.232.7185.791440 PC版
v1.393.4664 IOS版
v5.859.6712 安卓版
v4.182 安卓版
v4.173 安卓版
v5.370.5716.977289 安卓免費版
v4.203.9874 安卓版
v6.470.9038.845336 安卓最新版
v5.821.2353 最新版
v9.913.3574.560263 安卓免費版
v3.538.8654 安卓漢化版
v7.915.6728 IOS版
v7.584.3793 安卓最新版
v3.529.6699.45297 安卓漢化版
v6.874.5263.649929 安卓最新版
v6.175.7946 安卓漢化版
v3.402.8822.474291 安卓最新版
v8.473.9330 安卓最新版
v3.191.562 安卓版
v3.764 最新版
v3.247.3646.775267 PC版
v3.690.967 安卓免費版
v6.380.1387 IOS版
v2.266.638 最新版
v3.101.515.155379 安卓漢化版
v1.782 IOS版
v2.380.6613.972644 安卓版
v4.523.2703 PC版
v5.780 安卓免費版
v9.997.9376.741497 PC版
v2.90 安卓版
v3.375.8827.470627 安卓免費版
v9.64.6733 安卓漢化版
v8.989.6866.715769 安卓版
v5.3 安卓最新版
v2.864.4824.360302 安卓漢化版
v7.245.7671 PC版
v4.435 安卓免費版
v7.926.1938 PC版
v5.338.6142.454444 安卓版
v8.944 安卓最新版
v5.389.3917 IOS版
v8.161.5026 安卓免費版
v2.203.6274 安卓免費版
v6.328.7587.544464 安卓最新版
v8.781 最新版
v3.970.3682.43581 IOS版
v8.591.3036.845432 IOS版
v4.8.6032.190883 最新版
v5.577.6431.875918 安卓最新版
v2.480 安卓漢化版
v4.129.4624 安卓免費版
v9.485.5219.759084 安卓最新版
v5.92.3794 安卓免費版
v7.610.807 安卓免費版
v2.981.5627 安卓版
v5.57.2988.414648 PC版
v7.934.9776.782358 PC版
v6.231.7108 安卓版
v4.30.6656.837818 安卓漢化版
v5.860 安卓免費版
v5.187.1819.477754 安卓最新版
v5.490 IOS版
v1.50 PC版
v3.801 最新版
v9.661.5958 最新版
v6.320 安卓版
v6.764.5167 PC版
v5.132.535.978721 安卓最新版
v2.378 安卓免費版
v1.322.9377.921658 IOS版
v4.841.7931.997180 安卓最新版
v2.530.5400 最新版
一级黄片天天射
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
黄色网站免费进入入口
十大黄色视频的免费
3344nb
贪吃的猫女黄化
亚洲av久久色国产网
青草草在线
欧美。基地
黑人巨大❌❌❌两根一起
狼友看视频的网站
毛利兰 18同人禁网站免费
www.ykwjl.com
射玖辛奈乳穴
不卡免费黄网站视频
免费全部A片免费播放
88 毛片
18馃埐馃埐馃埐馃悢馃悢馃悢
日本黄色三级啪啪啪
尹人综合日本在线www官网
一级a全过程高清视频app
日韩精品一区二区av五色天
欧美日韩中国一级黄片在线视频
国产AV妓女影院妓女影视
国产熟女乱伦一区二区三区
欧美女同视频三级黄色
大香蕉激情国产片在线观看