v1.304 安卓漢化版
v1.169.8004.688716 IOS版
v9.969.842 IOS版
v9.24 最新版
v2.332.6706.487619 安卓最新版
v6.617.8673 安卓最新版
v5.550 安卓漢化版
v5.273.8592.790551 PC版
v3.900.7031 IOS版
v2.565 安卓最新版
v9.413.9718.228139 安卓最新版
v8.566 安卓版
v9.507.3150 安卓版
v4.587.9510 IOS版
v1.827.519.382289 IOS版
v5.987.8943.495935 最新版
v7.538 安卓漢化版
v5.230.6754 安卓最新版
v6.521.1354 PC版
v7.740.3293.214701 安卓最新版
v4.110 安卓免費版
v8.442 IOS版
v6.223.6298 最新版
v7.587.9740.331126 安卓最新版
v3.317.5376.507194 安卓最新版
v3.525.3700.237726 最新版
v6.568.2317.433080 PC版
v6.43.2417.750363 安卓漢化版
v7.564 安卓版
v9.767.196.683459 安卓版
v6.970.5364 PC版
v1.996.3938.497243 IOS版
v5.993 安卓版
v1.672 IOS版
v2.917.5041.456263 PC版
v9.725.4634.573094 PC版
v1.699.492.837675 最新版
v6.908.8858.122762 安卓漢化版
v7.243.8614.726334 最新版
v1.716.6956.913813 安卓版
v4.878.2597.857486 安卓免費版
v6.960 PC版
v8.749.8345.240773 安卓最新版
v4.615.361 最新版
v9.37.8275.134926 安卓免費版
v7.187.8009.658903 IOS版
v1.8.8266.763407 PC版
v8.194.9321 最新版
v6.14 安卓漢化版
v2.682 IOS版
v1.249.2245.869415 PC版
v8.221.7029.445683 安卓版
v6.69.6248 安卓最新版
v1.270.8308 PC版
v5.63.7493.331382 最新版
v4.873 IOS版
v6.626.9729.910729 安卓版
v5.874.252 安卓最新版
v3.210.2049.662598 安卓漢化版
v4.859.5546 安卓版
v3.198.8201.229215 IOS版
v8.915.3998.725384 PC版
v7.911.6305.91659 安卓版
v3.501 PC版
v6.688.6215.761007 IOS版
v3.355.4909 IOS版
v8.774.6150.328157 安卓版
v6.78 安卓免費版
v7.792.9897.670589 安卓版
v6.470.876.971963 安卓漢化版
v4.961.6104.316840 IOS版
v6.73.8900.395314 安卓免費版
v2.376.4657 PC版
v1.747 安卓漢化版
v6.93 安卓免費版
v3.133 安卓漢化版
v2.563 安卓免費版
v1.552.4731 PC版
v7.645.9179.36995 安卓免費版
v9.215.3114.596254 最新版
人人干黄色
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
黄猛兽乱伦动漫国产
美女让男人爽高潮免费视频
日产b站免MV在线观看
亚洲国产精品一区二区
a片在线观看视频在线观看
欧美三级韩国三级日本三
性直播黄
美女男生拔萝卜挤牛奶直播视频
美熟女一区二区三区
妲己视频app
成人淫插爽射久久久网址
性别隐凸轮和隐凸轮的区别
欧洲亚洲日韩性爱视频
免费 视频 偷拍
花木兰的玉足伸入我的喉咙
巨型怪物粗暴H贯穿3D
无码人妻精品一区二区三区99不卡
一级一区二区毛片
女人脱了内裤让男人操
国产性爱免费视频
日本一区二区乱伦免费播放