v1.743.6336 安卓漢化版
v6.535.3112.495950 安卓漢化版
v9.241 最新版
v6.181.4550.252939 安卓最新版
v5.748.4832.984960 安卓最新版
v6.68.5213 安卓免費版
v3.756.1134.922586 安卓最新版
v5.511.7659.797501 安卓最新版
v7.37.6324.209146 PC版
v7.669.1993 安卓漢化版
v5.854.1827.34241 PC版
v9.346 安卓免費版
v5.792.4817.888283 最新版
v9.981.1355 安卓版
v5.580.9800 安卓版
v7.392.3771.184594 PC版
v5.152.7709.798391 PC版
v7.249 安卓版
v2.287.5243.134417 安卓版
v5.328 IOS版
v3.0.7875.480104 安卓免費版
v3.742.3466 安卓版
v1.399.13.94003 最新版
v7.997 安卓最新版
v2.980.7215 IOS版
v6.94.3626.447752 安卓免費版
v9.189.1201 最新版
v7.571 IOS版
v3.600.5823.393490 安卓漢化版
v1.883.9766 安卓版
v7.384.4071.160807 PC版
v9.214.7376 安卓版
v2.386.2270.46104 IOS版
v5.5.9954 安卓最新版
v7.181.9367.530486 IOS版
v4.592.496.468108 PC版
v2.976.1432.702965 安卓最新版
v4.832.7005 安卓版
v1.400 IOS版
v3.251.1360.726968 IOS版
v2.375.4063.509664 安卓版
v3.406.7230.172277 最新版
v3.836.9996.975337 安卓版
v6.497.3127 安卓版
v7.917 安卓免費版
v9.431.9081.3288 安卓漢化版
v1.558.3488.181674 安卓漢化版
v2.294.583.787790 安卓漢化版
v4.467 安卓最新版
v1.351.3636.325149 安卓免費版
v3.387.6974.991053 PC版
v6.345.5057 安卓最新版
v8.355 安卓版
v5.433.3536 IOS版
v3.509.5135.772833 最新版
v2.153.1328.593835 安卓版
v5.914.2615.652629 PC版
v1.711.7618 PC版
v8.362.7796.587181 PC版
v5.501.3679.854257 IOS版
v5.972.558.476409 IOS版
v9.973.7172 安卓漢化版
v7.315.2499.450436 安卓漢化版
v9.286.3619.606094 最新版
v1.57.9451.884546 安卓最新版
v3.154.1604.177775 安卓免費版
v1.63.4066.212374 最新版
v1.829 PC版
v3.387.973.893450 IOS版
v5.911.5252 安卓漢化版
v4.477.5059 安卓免費版
v9.850.2131.229005 安卓漢化版
v4.204.1944.855215 安卓免費版
v4.80.6522.15051 安卓免費版
v8.181.1855.837388 安卓版
v1.382 安卓免費版
v2.958.8671.548322 安卓版
v4.364.6881.845171 安卓免費版
v1.122.2062.474122 安卓漢化版
v8.975.7453.159728 最新版
有机z最新2023 视频
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
欲漫涩什么意思
黄色一级视频亚洲无码
免费观看毛片视频
肛交农村初中生小说
免费色色色色色色
欧美性爱在线视频
少妇操逼
方圆北部在线播放高清版下载
日韩一级黄色片
91久久国产
汤姆维的色组原声
灰原哀的奖励免费观看漫画
黑丝巨乳旗袍老师教我性启蒙
Brazzers馃拫k4
欧美群交系列