v1.905.9590 安卓免費版
v5.714.5785 IOS版
v2.298.5962.475152 安卓免費版
v8.982.5826 PC版
v1.733 PC版
v4.163.6774.584149 安卓版
v2.834.5547.787766 安卓免費版
v6.349.9901.965048 安卓免費版
v1.9.3873.818879 IOS版
v9.163.949.609670 安卓免費版
v6.729 安卓免費版
v5.735.8877 最新版
v8.578 安卓漢化版
v7.774 最新版
v5.408 安卓漢化版
v5.340.7499.924456 安卓漢化版
v4.988.7599.443486 安卓漢化版
v7.159 安卓版
v5.73.9561.100173 安卓最新版
v2.395.833 IOS版
v8.758.1120.800966 安卓最新版
v9.118 安卓最新版
v1.206.7084.449207 安卓最新版
v4.883 安卓免費版
v8.339 最新版
v9.307.7696.844816 PC版
v3.594.1221.989591 PC版
v1.311 PC版
v7.965 最新版
v5.205.2173.146563 最新版
v8.681.9719.360509 安卓免費版
v2.738.423.795876 PC版
v8.737 PC版
v7.131.9589 安卓免費版
v3.299.3966.13737 最新版
v1.960.9361 安卓版
v5.745.1747.542251 安卓版
v9.387.4033.238803 IOS版
v9.67.2850.416047 最新版
v6.870 PC版
v2.14.3957.471502 最新版
v4.750.259 安卓最新版
v6.126.9824.83699 安卓版
v7.160.654 安卓免費版
v5.368 IOS版
v1.539 最新版
v5.958.4972.577850 PC版
v9.819.1423.110338 PC版
v3.295 安卓免費版
v3.381.239.908571 IOS版
v2.117 安卓免費版
v8.653.5028 最新版
v6.239.6124.554009 安卓版
v4.737.3882.838163 安卓漢化版
v4.135.3530.1253 IOS版
v4.833 IOS版
v5.951 安卓最新版
v1.512 PC版
v4.16.7881.451859 安卓版
v7.404.8080 PC版
v8.141.8573.934558 最新版
v4.472.5703 最新版
v7.181 安卓版
v7.7 PC版
v6.608.4929.538563 IOS版
v6.809 最新版
v4.714 IOS版
v8.331 安卓版
v3.761.4787 安卓漢化版
v3.282.5473.994121 安卓最新版
v3.51.2969.70890 PC版
v3.528.4988.341626 IOS版
v6.407.419.910146 IOS版
v2.695.4745 安卓版
v3.2.8962.508289 安卓漢化版
v3.456.2631 安卓最新版
v7.370.1967.321241 最新版
v8.277.322 安卓漢化版
v8.543.5907.892202 安卓免費版
v1.654.623 安卓版
91另类在线视频
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
苏妲己被 到爽爆视频
91无码超碰综合
特黄欧美性爱视频
二女一杯食屎视频剧情解析
91影视黄
欧美三级片免费在线
又黄又粗暴120秒
18禁推特下载
中文字幕欧美在线观看
护士张开腿被奷日出白浆视频
久久黄色视频ji
又硬又爽又色真实视频
猫色网
榨精姬
呦曝线精品视频
国产精品呦交在线观看
18 养成游戏手游入口ios
流萤涩色视频
免费啪啪啪
小樱被艹
久久久国产精品网站
九九爱国产在线
喜欢看免费黄色视频
欧美性生活视频xxxx
黄色视频了88
免费一级A片在线观看播放网址
国产一级性生活片
一级黄片一级A片一级片
日产一二三四区 日产精品免费视频
欧美精品久久一级A片