v7.418.7151.148774 IOS版
v7.809.6676.531882 PC版
v9.305.1458.707338 最新版
v8.247.5981.438681 安卓版
v6.241.408.327897 PC版
v2.895.9209.14417 PC版
v7.93 安卓版
v7.838.9086.499440 安卓漢化版
v8.470.5908.737963 安卓版
v3.740 安卓版
v5.855.2001.460162 安卓版
v5.682 安卓漢化版
v9.444.6618 安卓漢化版
v1.906.500 安卓漢化版
v2.486.6930.668339 安卓最新版
v2.929.9149.620871 PC版
v8.317 安卓最新版
v3.699.3706.92056 安卓免費版
v8.223.2619 安卓版
v6.849 PC版
v9.195 最新版
v2.592.5426.368521 PC版
v1.458 安卓版
v9.514 PC版
v3.152.5426.876263 IOS版
v1.16.9217 PC版
v3.577.5028.139814 安卓版
v7.803.3969.154372 最新版
v8.616.5723.921807 安卓最新版
v5.447.4429.73948 最新版
v5.442.1271.129201 安卓免費版
v3.83.8997.654825 安卓最新版
v9.915 安卓最新版
v2.337 安卓最新版
v6.448.8233.452663 安卓最新版
v5.79 安卓漢化版
v3.284.5479 安卓免費版
v4.17.2001 最新版
v3.266.806 安卓版
v3.862.8842.602085 安卓版
v5.507.3668.764377 安卓免費版
v5.478.7144 安卓最新版
v6.70.4608.710494 安卓版
v2.140.1640.549569 安卓版
v7.327 PC版
v5.100.175.96671 安卓漢化版
v5.313 PC版
v3.778 安卓免費版
v3.685.8419 IOS版
v7.476.8063.246600 安卓免費版
v1.471.8396.354479 安卓最新版
v5.790.891.108000 安卓免費版
v4.364.3821.750156 安卓最新版
v1.557.4041.725463 IOS版
v1.419.6867 安卓版
v8.544 安卓版
v8.461 安卓版
v9.210.7489.477886 IOS版
v2.565.5014.816565 安卓最新版
v4.357.6494.172096 安卓最新版
v3.399 PC版
v1.386.7965 PC版
v1.488.9295 安卓版
v4.221.4487.67601 PC版
v3.240.5796.619952 PC版
v8.1.9684.569518 安卓版
v4.239 安卓最新版
v4.535.4828 安卓免費版
v5.793.1482.54604 PC版
v3.602.171.159370 最新版
v5.481.1547.936516 安卓免費版
v9.330.1047.234472 IOS版
v2.668 PC版
v7.813 PC版
v2.742.5324.341199 安卓最新版
v6.641 最新版
v5.698 最新版
v3.653.7493.386224 安卓版
v4.712 安卓最新版
v6.863.2251.1831 安卓免費版
久久久久无吗精品国
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
91尤物视频在线观看
人爱人人干人
日本黄色浏览网站
欧美大刁操大b
日本国产黄网站亚洲日本
51超碰在线
看大片色一级
肥熟老熟妇600部
男人的 伸到 涩涩游戏
射黄免费
午夜福利欧美性爱A片
a福利影院
宋雨琦脱 给我揉
国产超碰人人爽爽感趣
日本熟妇五十六十路X
yy 4480
黄色小视频网站网址在线免费观看
欧美网站在线
欧美极端网站在线