v9.521.8303 最新版
v7.185 最新版
v8.782 安卓最新版
v9.249.7967 最新版
v9.481 安卓漢化版
v5.767.4870.339004 安卓漢化版
v2.541 PC版
v2.26.6572 安卓免費版
v5.86.6771 最新版
v2.995 最新版
v5.709.9690 安卓漢化版
v3.844.9286.213305 安卓版
v9.301 最新版
v9.227 IOS版
v7.778.96.63078 安卓免費版
v5.282.5062 PC版
v3.615.967.598072 最新版
v9.836.9148.475240 安卓最新版
v5.33.7582.734337 PC版
v1.176.9251.119218 安卓版
v5.632.5620 安卓最新版
v2.541.3766.14545 PC版
v1.410.591.617584 最新版
v7.615.9339 安卓漢化版
v3.568 安卓免費版
v8.958.85.431217 安卓最新版
v5.118.1902.353400 安卓漢化版
v6.918.2738 安卓免費版
v7.158.3146.342932 IOS版
v7.961 安卓漢化版
v2.922.5171.167673 安卓版
v7.374 安卓免費版
v4.762 最新版
v3.455 IOS版
v2.845.3873.553418 安卓版
v4.789.5693 最新版
v8.268 安卓免費版
v9.554.1421.128121 PC版
v2.495.8495.642459 安卓免費版
v6.280 安卓漢化版
v2.816.4975.799438 安卓版
v1.987.4688.327951 IOS版
v5.698.3956.673984 安卓免費版
v8.267 安卓最新版
v5.620.604.644790 最新版
v6.70.697.14269 安卓版
v9.990.3110.190973 PC版
v7.345.3237 IOS版
v3.243 最新版
v1.932.542 安卓免費版
v2.391.5785.516044 最新版
v4.676 安卓漢化版
v2.166.806.106734 安卓漢化版
v9.568.8801.438142 PC版
v1.65.5290.93705 安卓版
v6.289.75.489111 安卓免費版
v9.167 安卓版
v9.83 安卓版
v4.890 IOS版
v1.453.5843.12595 安卓漢化版
v4.622.3788.884414 最新版
v1.924 安卓版
v4.953.33 安卓免費版
v2.177.3884.296960 安卓版
v5.284 最新版
v3.759 最新版
v5.700.1272.686342 最新版
v8.52 安卓免費版
v8.695.9240 安卓免費版
v5.56.972 安卓版
v3.801.8681.922975 安卓版
v9.844.1150.129750 安卓最新版
v7.756 最新版
v5.177.1936.91224 最新版
v2.704.2642 最新版
v4.162.1578 PC版
v8.505.1702 安卓最新版
v9.92.9553 安卓免費版
v2.93.4352.787305 安卓漢化版
v7.6.9347.163952 安卓漢化版
超污18 AcFun网址下载
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
国产黄频aV
娜娜 糖心 大奶 巨乳
久久综合色综合
点击进入女人黄色黄
亚洲视频h
瑟瑟五月天.com
人人干干免费黄色视频9
亚洲国产精品日韩在线观看
白白色免费在线视频
黄色一级在线播放
纯肉动漫
亚洲国产精品一区二区玖玖爱
黄片的操逼动漫视频
中国暴后菊视频全过程