v8.324.3445 安卓漢化版
v7.248 安卓最新版
v4.37 安卓漢化版
v7.190 安卓免費版
v5.709.547.176598 安卓免費版
v2.370.5007 安卓版
v2.965.493 最新版
v7.363 安卓免費版
v4.977 安卓免費版
v5.916 IOS版
v9.381 安卓最新版
v4.659.2530.42805 最新版
v6.899.2920.664394 安卓漢化版
v2.367.8627 IOS版
v8.407 安卓免費版
v2.576 安卓漢化版
v8.229.5186.918693 最新版
v7.259.4744 安卓最新版
v4.567.5687.941526 IOS版
v8.277 PC版
v3.996 最新版
v2.161 安卓最新版
v3.481.2720.649850 安卓版
v6.870.4861.752509 安卓最新版
v7.424.8552.844963 安卓免費版
v9.630.4593.621542 IOS版
v2.652.737.798798 安卓版
v6.200.6810.342245 最新版
v8.816.6942 安卓免費版
v9.224.3537 最新版
v2.238 安卓最新版
v6.156 IOS版
v1.196.8416.174804 IOS版
v1.698 IOS版
v1.551.529.937113 最新版
v6.496.5684.170998 安卓免費版
v4.712.7579.424153 最新版
v1.287.6542.387385 最新版
v7.617.3697.309071 安卓漢化版
v6.300.5562 安卓免費版
v3.292.9953.265004 安卓漢化版
v6.922.9685.940723 PC版
v6.4.2467.58752 最新版
v2.267.3686 最新版
v7.35.5995 IOS版
v9.867.7449.10051 安卓版
v4.799.3570.534009 安卓免費版
v6.265.7369.865847 PC版
v8.514.3071.917605 最新版
v6.187 安卓漢化版
v6.41.4206.792644 安卓免費版
v5.93.4819.519613 PC版
v3.694 IOS版
v1.472.4404.436540 安卓漢化版
v2.952.2538 安卓版
v1.783.8370 最新版
v9.457.7433 安卓版
v2.874.2776.663398 安卓免費版
v4.18.8971.193034 安卓漢化版
v6.659.1588.464792 PC版
v5.383.8751.728557 最新版
v9.475.8674 安卓免費版
v8.160.3348.952861 安卓免費版
v3.811 最新版
v8.353.5983 安卓漢化版
v6.28.7083 PC版
v2.539.1711 IOS版
v4.118 安卓版
v4.559.6850 最新版
v3.574.4685.781 IOS版
v9.824.2543 安卓免費版
v1.48.2523 安卓最新版
v6.859 安卓漢化版
v8.831.6799.326726 安卓版
v9.511 IOS版
v3.65.9335.676614 安卓漢化版
v4.176 安卓免費版
v2.404.8168.541585 安卓最新版
v5.506.3256.306473 IOS版
v7.412 安卓最新版
张元英腺体立了金秋天易感期
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
韩国美女一区二区免费视频
图书馆的女友免费观看
163无码电影
动漫FurryGay自慰cartoonm漫画
WatchJAVHDOnline
在线观看亚洲免费视频
成人玩具h 视频
吃奶摸下激烈免费视频
不夜城综合自拍
demifairytw资源
多强被 c到爽 H漫画
18禁女姓裸体无遮挡啪啪网站
日韩欧美精品视频一区二区三区
粉嫩小馒头泬90p的特点
久久99久久精品99久久综合
黄色视频啊啊啊使劲点在线观看
婷婷五月天之另类片国产二区
麻豆av一级黄片
亚洲呦交av资源
袖珍人女满天星
人人操女
日韩精品 可乐
越南女子别动队(86版)
在线观看视频你懂的一区二区
嗯~啊~快点 死我老师漫画