v8.78.7658.282646 PC版
v8.971.4108.202769 安卓版
v5.552.9720.993606 安卓版
v9.384.760.896211 安卓漢化版
v8.934.9490.507677 IOS版
v2.169 安卓最新版
v8.855.4193.957728 安卓免費版
v4.353 安卓免費版
v2.343 最新版
v5.993.8289 最新版
v9.46 安卓漢化版
v4.634.3220.191824 安卓版
v2.574.546.491218 安卓漢化版
v9.996.6859.974414 安卓漢化版
v9.423.4536.578180 安卓免費版
v2.138.9395.431620 安卓版
v8.128.887.104560 安卓版
v5.809.6187 安卓最新版
v8.39.2873.530494 最新版
v3.3.2709 安卓最新版
v5.350.4614 安卓免費版
v4.443.9080 安卓漢化版
v3.551 安卓版
v5.501.6370.121294 IOS版
v1.173.8686.973019 PC版
v5.702 最新版
v3.907.1062.160795 安卓最新版
v5.60.6442.635069 安卓免費版
v4.715 最新版
v2.190.742 安卓免費版
v1.659 最新版
v3.648.112.559273 安卓最新版
v3.22.148 安卓版
v4.491 安卓版
v5.390 安卓版
v5.720.9720.96771 安卓免費版
v6.14.8438.344342 PC版
v5.398.6871 安卓版
v1.32.1142.64832 安卓版
v3.225.6104.871774 PC版
v7.730.7666.911844 安卓最新版
v1.591.9044.372639 安卓最新版
v8.930.2580 最新版
v4.363.5447 IOS版
v8.476.1899 安卓漢化版
v3.268.2216 安卓漢化版
v4.292.3980 安卓漢化版
v7.140.1923 安卓最新版
v8.284.5365.971113 安卓漢化版
v3.929 安卓免費版
v2.234 安卓漢化版
v6.658 安卓最新版
v4.465.4634.246619 IOS版
v2.512.3315.444752 最新版
v1.373.1503.847073 最新版
v9.22.9659.343538 安卓最新版
v6.568.8952.347218 最新版
v2.644.3165.319779 安卓最新版
v1.312.3369 安卓最新版
v4.103.9845.686283 PC版
v8.322.343.516494 安卓最新版
v8.730.3891.381126 IOS版
v8.989.9851.922661 最新版
v3.105.800.426647 最新版
v8.858 PC版
v5.549.8295 安卓版
v8.974.752.127471 安卓版
v7.441.3960.86710 安卓最新版
v1.966.7613.89724 安卓漢化版
v7.790 安卓漢化版
v3.610.9426.281520 安卓免費版
v3.653.4075.564887 安卓免費版
v4.810 安卓免費版
v7.468.7016 安卓版
v4.339.7668.482298 安卓最新版
v3.859.715.229919 安卓版
v8.253.7797.470532 PC版
v1.431.9389.647369 PC版
v3.163.9840.752627 安卓最新版
v2.313.3680.389419 安卓漢化版
被粗大的 巴捣出白浆网盘
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
欧美BBB性XXXX
免费A∨在线观看视频软件
影音先锋av小说
人人摸摸人人操人人搞
被黑人播种怀孕
久久曹
美乳巨乳人妻在线
巴巴塔网站
一级二级三级片黄色
麻豆精品㊙️国产传媒MVgif
国内av网站
在线操人
国产一级免费小视频
扣扣你的13
GoGo人体艺中国
碧蓝档案星野裸体 禁图