v7.697.1571.696244 PC版
v6.142 安卓漢化版
v4.717.61 安卓版
v5.287.2575.177023 安卓最新版
v6.612.9574.504609 安卓版
v9.384.5153 PC版
v5.436.6275 安卓免費版
v2.358.1056 安卓版
v2.812.5350.879561 安卓漢化版
v6.47.1627.36389 IOS版
v9.88.1477.355039 安卓最新版
v7.553.2511.126367 安卓免費版
v4.348 安卓免費版
v2.690.131.564848 安卓免費版
v3.631 安卓版
v2.901.2724 安卓漢化版
v8.860.5883 安卓版
v7.50.9660.879242 安卓版
v2.824.669.839990 最新版
v2.2.5474.146964 IOS版
v3.11 PC版
v1.969.3143.377320 PC版
v2.949.506 PC版
v5.649 IOS版
v6.941.2414.838861 PC版
v2.529.6857.779321 最新版
v7.421.1446 安卓漢化版
v9.566 安卓免費版
v4.712.2683.359201 安卓版
v1.26.9161.970430 安卓版
v2.419.9894.370781 安卓漢化版
v4.308.826.239952 安卓最新版
v3.263.9623.314388 IOS版
v7.777 IOS版
v5.3 IOS版
v6.161.9813.857365 安卓免費版
v4.485.9543.848311 最新版
v1.370.3115.379187 PC版
v8.640.1300.989852 安卓漢化版
v9.619 最新版
v4.488.9982.18485 安卓版
v1.988.8953.818207 安卓免費版
v4.116.5984.168597 安卓漢化版
v2.446.6186.954899 PC版
v2.547.7117 安卓版
v1.123.254 PC版
v1.802.2693.962761 安卓版
v6.205.8041.342445 安卓版
v4.597.128 PC版
v8.689.3156.14077 PC版
v5.335 安卓版
v2.290.4390.173394 安卓免費版
v2.173.7921 安卓免費版
v9.778.4897.530883 安卓版
v8.48.9330.231854 安卓最新版
v5.462.2961 最新版
v1.984.2262.430000 IOS版
v9.591.378.170875 安卓免費版
v5.640.9915 安卓最新版
v7.694.2945.897662 安卓版
v2.329.4941.328068 最新版
v3.242.8537.392472 IOS版
v1.579.9502.719601 最新版
v7.354.6569.176995 最新版
v9.980.9372.90398 最新版
v5.918 PC版
v1.747.7335 PC版
v5.673.7604 安卓漢化版
v8.139.6989.892531 最新版
v4.969.5667.422378 安卓最新版
v2.292 IOS版
v3.873 安卓版
v7.944 最新版
v2.773 安卓版
v8.426.6617.344766 PC版
v4.475.1911.186007 安卓漢化版
v7.705.4132.976791 IOS版
v4.96.6862.30833 安卓版
v7.43.2363 安卓漢化版
v6.945.4168.813549 安卓漢化版
亚洲无码五月天
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
综合激情自拍偷拍
aaa一级毛片视频免费观看
国产伦精品一区二区三区88AV
日本亲子乱肉交
成人免费毛片 网站
国产迷奸女生在线
打开 摸
黄色网站推荐久久天堂
欧美淫秽精品
大屌AV
免费观看国产黄页网站
精品精品在线观看
绪川凛和冈江凛是一个人么
小马拉大车与妈妈隔离游戏
在线伊人
欧美久久精品刺激一级C片
捆绑黄
窝窝av明星换脸网
久久精品偷拍视频
美女131亚洲国产A片
图片区亚洲视频区