v8.115.3463.418190 安卓漢化版
v5.434 最新版
v8.599 安卓最新版
v5.227 安卓免費版
v3.860.4128.794832 IOS版
v3.372 最新版
v4.110.5840.311175 PC版
v6.973.2610.819965 最新版
v8.879.5527.365752 安卓漢化版
v1.991.7365 IOS版
v3.883 安卓免費版
v1.510 安卓免費版
v2.235.9444 最新版
v1.893.9905 安卓版
v4.180.3837.784352 安卓版
v4.648.1636.774429 IOS版
v4.109.4833 安卓免費版
v5.64.6634.744179 安卓版
v8.56.7510 安卓免費版
v4.698 安卓最新版
v8.984 安卓免費版
v8.614.924.453033 最新版
v9.291 IOS版
v4.653 安卓最新版
v7.176.1565 安卓漢化版
v5.200 IOS版
v6.671.6424 安卓免費版
v8.789.2232.599478 安卓最新版
v1.124.299.85271 PC版
v6.988.515.325511 PC版
v7.847.2729.53366 安卓漢化版
v8.469.3594 IOS版
v1.422 安卓最新版
v2.113.9295.416121 安卓漢化版
v9.962 安卓最新版
v8.306 安卓最新版
v2.90.9270.249855 最新版
v3.488 安卓漢化版
v2.673 PC版
v6.310.3758.539651 IOS版
v4.150.1710.13678 安卓漢化版
v9.57.5695.749720 安卓免費版
v8.315.4573.995980 PC版
v9.874.6738.177783 IOS版
v8.713.9804.557305 安卓漢化版
v1.205 安卓漢化版
v4.290.7128.850309 IOS版
v9.367.8292 PC版
v6.702.6519.938562 安卓版
v1.597.2791 安卓版
v8.862.143 安卓最新版
v5.690.1282.5421 PC版
v3.910.7986 PC版
v8.847 安卓漢化版
v6.795 最新版
v7.354.7246 PC版
v2.72 安卓最新版
v2.181.1890.849423 最新版
v8.772.1796.947407 安卓漢化版
v5.490 IOS版
v2.869.6367 安卓最新版
v9.825.5741.936846 最新版
v8.64.8113 IOS版
v8.657.7053.594516 最新版
v5.289.5186.630336 安卓免費版
v5.430 安卓免費版
v2.918 最新版
v6.644 IOS版
v9.975.9412 安卓最新版
v2.922 最新版
v6.881.5074 最新版
v5.869.982.861994 安卓版
v8.685.7819 安卓最新版
v7.319.1592.889511 PC版
v6.682 IOS版
v1.288.1653.858556 最新版
v9.840.9528.873981 最新版
v6.424.443 安卓漢化版
v1.130.3108.906288 最新版
v8.497.8577.754636 安卓漢化版
3dmax9喷射2d3d8官方网站
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
谁有免费黄色网站在线观看
强奸乱淫免费视频
美女捆绑调教爆操
99久久国产精品免费
性交亚洲
女生张开腿让人操在现观看
国产婬妇 视频动漫
小孩操熟女小说
被人妖调教穿黑丝小说
91精品国产综合久久精品密臀
av网址入口
欧日韩一级黄片
全裸美女黄频大全
永久免费黄色网站
成 人 国产黄 色 网 站 视频
观看欧美黄色网站
日本黄色aqq
中国XXXX69国产免费
人与禽
日本美女黄色视频
又黄又露又湿又爽的视频
黄色国产精品网站在线观看
扑克又叫又疼全过程免费
美国三级日本三级久久99