v9.772 安卓最新版
v7.806.6203 安卓最新版
v7.55 PC版
v3.102.2209.291277 最新版
v4.719 IOS版
v8.53 安卓免費版
v2.646 安卓最新版
v6.632.4486.642416 安卓版
v2.673 安卓最新版
v4.640 IOS版
v2.113 IOS版
v8.498.9507.418086 PC版
v5.782.8016 安卓版
v2.493.7387.606679 PC版
v4.795.9009.811614 安卓最新版
v8.139.8476 PC版
v7.597.7723.23967 IOS版
v9.603.1655.321324 PC版
v7.454.8476.522403 IOS版
v6.670.2964.598989 IOS版
v8.402.9988.676955 PC版
v7.271.4468.772056 安卓漢化版
v4.537 安卓漢化版
v2.307.7247.685161 IOS版
v6.492.1221.517626 最新版
v4.95.5703.577603 PC版
v8.201.1093.273812 安卓免費版
v3.580.8118 PC版
v5.320.7137.291802 安卓免費版
v1.179.994.515000 PC版
v4.43.9632.364890 安卓最新版
v7.89.2635.879936 PC版
v7.895.9819.560743 安卓版
v7.79.3302.301671 安卓版
v4.38.891.642297 安卓版
v3.772.6794.143745 安卓免費版
v8.96.3386 IOS版
v1.273.8582.478549 IOS版
v6.505.6575.20977 安卓免費版
v6.829.7869.877166 安卓漢化版
v7.920.227.231624 安卓漢化版
v6.275.8059.806590 安卓最新版
v2.849.4507 安卓最新版
v8.814 IOS版
v4.302.3880.759265 安卓版
v2.432 安卓最新版
v7.45.4430 安卓漢化版
v3.40.1641 安卓最新版
v4.133.2339.72500 安卓漢化版
v6.651.5387.898417 最新版
v2.467.6036.704059 最新版
v6.807.9708.14502 安卓漢化版
v3.64.2531.982394 安卓漢化版
v9.483.7164.919018 PC版
v2.654.7420.400483 安卓免費版
v4.640.9461.267489 安卓版
v5.129.9664 安卓漢化版
v8.210.391.989932 安卓版
v7.715.6567.712389 IOS版
v5.76 安卓版
v2.493.1817.121199 PC版
v6.513 安卓版
v3.814 安卓最新版
v3.929.614.959483 PC版
v9.232 PC版
v2.301.9234 IOS版
v1.527.3209.501748 IOS版
v9.800.5856.765896 安卓最新版
v2.92.6945.580062 最新版
v4.13.9288 安卓漢化版
v9.787.4309.967767 PC版
v8.493.3967.238979 安卓漢化版
v8.498.1269.465969 最新版
v9.578.2270.894168 安卓免費版
v3.385 PC版
v2.583.9468.179800 最新版
v3.415 安卓免費版
v6.82 安卓免費版
v4.804.4763.308791 安卓版
v6.116.4893.672896 安卓免費版
小明发明发布2015台湾
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
日本人人操人人aa
综合一区,二区,三区
在线亚洲精品专区日韩
18禁黄动漫网站禁片无遮挡观看
夜场群交视频
www.200av com
摸 咬奶头高清视频
69国产精品久久一区二区夜夜嗨
鞠婧祎被 到爽 奶头
国产操逼大片
大鸡吧和日本小女学生日B
无码国产精品一区二区
亚洲一级A片一级毛
黄 色影院工厂
aaaaaaa一级A片
埋导演的作品大全网站
超碰人人舔
性色AV网站在线观看
特级黄片AAAAAA
日本在线观看视频,www
一级特黄的操逼
亚洲公开免费视频97
欧美 亚洲 一区
黄色网站上的毛片怎么看
色视频免费观看