v2.785.4972.514740 安卓免費版
v7.6.982.523053 安卓漢化版
v3.710 最新版
v9.111.2550.220501 安卓漢化版
v5.168.2800.324921 IOS版
v7.370.8621.471696 PC版
v9.159.2152.925913 IOS版
v4.426.1693 安卓最新版
v6.288.2981.615170 安卓免費版
v7.870.2980.166435 最新版
v1.863.6263.199119 安卓最新版
v3.972.6327.80247 IOS版
v3.562.2730.524948 最新版
v3.10.1320.478917 最新版
v8.48 安卓版
v6.832.1321.705123 最新版
v9.465.3753.213452 安卓版
v7.119.1446 IOS版
v7.325.3344.691723 IOS版
v6.207 安卓最新版
v8.728.3820.275592 安卓版
v9.126 PC版
v9.876.5367.824023 最新版
v1.820.617.536660 安卓免費版
v9.636 IOS版
v4.533.5349 安卓最新版
v6.391.1868 安卓漢化版
v1.426.9130 PC版
v5.43.4930.346503 安卓免費版
v7.198 安卓免費版
v6.311.7234.779316 IOS版
v4.693.6469 PC版
v4.451.1171.398537 安卓最新版
v4.64.1523.278806 安卓版
v1.606.6475.504182 安卓免費版
v7.203.6156.675910 安卓漢化版
v4.465.429.259147 安卓版
v7.207.5233 安卓漢化版
v5.406 IOS版
v6.286 IOS版
v1.13.9205.597182 PC版
v1.17 安卓免費版
v9.857 最新版
v3.721.222.901288 安卓版
v2.809.8189 安卓漢化版
v1.322.3014.231108 安卓漢化版
v3.443.9624 最新版
v7.216.4130.128587 PC版
v5.286.9435 安卓最新版
v9.349.6884.457439 最新版
v1.630.9206.771464 安卓免費版
v1.208.6460 安卓免費版
v4.113.7076 安卓最新版
v6.822.7254 安卓版
v5.102.4983.340444 IOS版
v4.911 安卓免費版
v5.687.6520.105082 PC版
v1.196.9573.223038 安卓免費版
v7.547.3356.124540 IOS版
v7.459.6739.579321 安卓漢化版
v9.737.9362 最新版
v8.628.6032.717518 PC版
v3.427.1968 安卓免費版
v8.976.6299 安卓漢化版
v6.169 安卓最新版
v1.608.3258.844298 PC版
v3.71 安卓最新版
v9.446.509.248076 PC版
v4.804.6902 最新版
v5.812.8807 PC版
v9.478.5627.60103 PC版
v8.492.3970.758262 安卓漢化版
v6.875.3380.621327 安卓最新版
v2.508 安卓最新版
v5.531.9029.303723 最新版
v6.912.3736 IOS版
v6.63.7442.275768 PC版
v6.183.8204 安卓版
v1.321.4988.880822 最新版
v3.78.2950.905270 IOS版
揉我奶 啊 嗯高潮孕妇视频
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慕沟愕ノ唬衷诘男录苹歉扛瞿?榕湟桓隹裳叭ㄖ卅。
α值越高,说明该?槎钊⒅亓ε趟阍揭Γ坏┘蚧腿菀锥阅;α值越低就意味着?榈目商婊恍郧浚幢慊怀筛崃康呐趟惴椒ǎ哉宓拿魅纺芰τ跋煲膊淮。
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?椋簿褪呛笮挠呕康。
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为希罕窗口大。慰课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?樘嵘剩踔潦逝涠嗄LW哟χ贸头3な悠怠⒊ね嘉哪谌。
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
婷婷亚洲一c二区
特爽级毛片免费网站全集播放
激情小说欧美激情
18 六间房
摸碰操射
徐伦自慰
米娜酒酒酱国产
华人AV网
久久美女免费黄是视频
岛国大龄av熟女毛片
国产一区二区免费毛卡
欧美激情网站操逼
亚洲网站在线观看
免费搜索国产男女视频网站
成年性午夜免费视频尤物
国产亚洲三级片网站
精品爱爱
小樱被 爽到本子
91精品一区二区三区综合在线
久久99con
西施被干
男女猛烈无遮掩视频免费看