v5.274.3842.980870 安卓最新版
v3.637.9320 最新版
v9.511.5442 安卓漢化版
v3.901.2794 最新版
v2.318.7792.994658 IOS版
v1.113.9885.982324 安卓版
v4.324.9948.969134 安卓漢化版
v2.740.6045.330238 最新版
v3.67 最新版
v3.684.7029 IOS版
v3.772 安卓免費版
v8.908 安卓免費版
v6.475.8065 最新版
v5.740.2186.543084 IOS版
v3.903.296.618469 安卓免費版
v3.892 最新版
v2.713.6906.935058 最新版
v2.468.3678.288210 安卓版
v2.506.1662.451911 IOS版
v1.856 PC版
v5.60 PC版
v4.745.4301.84592 安卓免費版
v3.422.7537.966719 IOS版
v8.509.6116.921432 IOS版
v6.430.377 安卓最新版
v1.595 安卓版
v1.541.6520.147756 安卓漢化版
v5.176.9481.32709 IOS版
v4.495.9453.561678 安卓免費版
v8.937.5937.268114 IOS版
v2.664.9298.636494 最新版
v4.71.3310.161334 最新版
v9.948 安卓漢化版
v7.694.3280 安卓免費版
v9.98.3327 安卓漢化版
v5.145.868.665155 安卓免費版
v9.684.8828 安卓最新版
v7.501.5622.11001 安卓最新版
v5.181.817.148622 安卓漢化版
v4.96 PC版
v6.418.8175.919217 安卓版
v4.477.9998 安卓免費版
v2.180.9080.918937 PC版
v6.87.3608 PC版
v4.55.5599.728627 最新版
v7.172.5057.5284 安卓版
v8.923.760.418408 安卓漢化版
v5.685.9209.8955 安卓漢化版
v2.789.5650.177551 安卓免費版
v5.622 PC版
v8.607.9314 PC版
v6.715.1511 IOS版
v4.636.5178 安卓版
v7.588 IOS版
v9.388 安卓免費版
v6.549.5345.783422 最新版
v3.736.6753 安卓最新版
v1.790.9972 安卓版
v8.761 PC版
v5.65 最新版
v2.212.2350 安卓最新版
v7.704.4164 安卓最新版
v7.343.5594 安卓漢化版
v5.56.8978 PC版
v8.332 最新版
v3.868.9318 安卓最新版
v3.957.3160.239994 安卓漢化版
v4.146.9920 安卓免費版
v7.988.4404.533564 安卓免費版
v8.695.8643 安卓免費版
v1.533 最新版
v5.773.6237 IOS版
v6.6.529.114269 IOS版
v4.292.621.765667 安卓最新版
v4.847.5262.240261 安卓最新版
v1.125 最新版
v4.61.176 PC版
v4.279.2659.809991 安卓免費版
v1.275.695.781666 PC版
v4.301 安卓漢化版
www日本www
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
黄色AⅤ无码视频
一本道加勒比黑人射精
欧美又长又大又粗免费观看
国产精品 亚洲一区 欧美激情
人人操人人插淫荡的AV
美女的奶头软件
欧美又粗又色
日韩精品5页
男添女私处视频
裸女性爱网站
AAAAA级毛片免费视频
亚洲国产日韩女人AAAAAA毛片在线
18馃崒
小鸡入水蜜桃免费观看电视剧
最新无码专区视频在线
国产2018天天弄中文字不卡
国美女福利视频午夜精品
91在线精品国产丝袜超清
久草视频免费精品
九九视频99在线精品视频