v7.19.3048 安卓免費版
v9.163.6297.534885 最新版
v7.985.1179.691290 PC版
v6.822.5871.894576 IOS版
v8.933 IOS版
v5.854.2988.591050 安卓版
v2.660 安卓最新版
v5.365 安卓最新版
v5.548.8844.446440 IOS版
v3.995.9372 最新版
v4.836.402.762632 最新版
v7.354.3509 PC版
v3.725.5829.603293 安卓免費版
v6.622 PC版
v7.1.3094.250666 安卓漢化版
v9.24.7658.47849 IOS版
v8.821 最新版
v1.690.1433.351120 安卓最新版
v9.504 安卓免費版
v8.186.5281.959047 PC版
v3.405.6251.243294 安卓版
v9.711.9965.603145 安卓漢化版
v3.146 PC版
v1.411.8369 安卓版
v2.698 安卓免費版
v8.921 安卓漢化版
v4.619.5879.857317 安卓漢化版
v6.228.9048 安卓免費版
v9.6.9385 安卓版
v4.352.6958.981684 安卓版
v8.650 安卓最新版
v2.222.8807.237970 安卓版
v3.589.8704.341214 安卓版
v7.449.3848.735740 安卓免費版
v9.491 PC版
v7.57.2476 IOS版
v4.701.5879 安卓最新版
v3.493.9067.794291 安卓漢化版
v7.643 最新版
v9.718 PC版
v3.140.993 最新版
v1.36.3656.969674 安卓版
v4.480.959 IOS版
v4.125.7777 安卓版
v1.36.217 PC版
v9.364 安卓漢化版
v4.769 安卓免費版
v5.920 安卓免費版
v4.85.1042.340215 安卓最新版
v6.12.6688.497747 安卓版
v8.228.5388.214341 安卓最新版
v8.127.984 IOS版
v1.830.572.44280 安卓最新版
v5.779 PC版
v6.483.1311 最新版
v4.967 安卓版
v1.778.2039.950206 安卓版
v9.855 安卓漢化版
v8.322.8795 安卓最新版
v5.351 安卓漢化版
v6.28.8066 安卓版
v7.413.5057.564994 安卓免費版
v8.273.8160.8527 安卓最新版
v2.200 安卓免費版
v6.211.7766.517046 安卓最新版
v6.469.103.245219 IOS版
v5.891.216 安卓漢化版
v3.127.1989 最新版
v6.696.4048.630678 安卓免費版
v8.546 安卓最新版
v2.739.8298.330068 安卓免費版
v2.197.6278.187716 最新版
v8.346.965.151579 安卓漢化版
v7.800.576.312447 安卓免費版
v1.139 最新版
v1.370.2189.78156 PC版
v1.684.7187.983233 安卓免費版
v9.881.3170.417237 IOS版
v2.504.7530 安卓免費版
v5.969.1128.674699 PC版
91超碰人人操
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
A片A三A三女人久久
黄色网站欧美在线
黄片段靠比啪啪
国产成人在线视频
日日人人狠狠澡碰
男生插入女生视频
性生活网站
国产电影精品一区在线播放
亚洲色图 欧美 一区
免费观看顶级A片不卡视频
人人人看人人弄人人查
影音先锋的资源网
色 av
久草黑丝毛片
东北女人性爱视频
麻豆外网网址
视色在线
推特r8
99久久只有精品思
3d 无尽 动漫 游戏
原神同人黄漫
国产综合精品久久无码DVD
免费黄色软件下载
无码毛片一级一级的潮喷
视频一区视频二区自拍偷拍
好想被c秘好爽 n 视频
男女又爽 又黄 免费讲话刺激
歪歪漫画首页登录界面弹窗入口秋蝉环球
午夜18禁A片免费播放网站
野狼av在线
人人色人了操