v2.309 安卓版
v9.172 安卓漢化版
v9.410.2085.611273 PC版
v1.370.5593.88724 安卓最新版
v8.718.9858 安卓最新版
v7.169.103.847793 安卓免費版
v6.521 IOS版
v3.191.2768 安卓免費版
v8.187.4546.325945 PC版
v8.199.3155 PC版
v9.153 安卓漢化版
v9.457.8489.189680 IOS版
v4.802.388 安卓最新版
v1.68.8339.427751 最新版
v6.100.8963.486365 PC版
v1.733.2010.288871 安卓漢化版
v8.255.1363 安卓最新版
v9.927 安卓最新版
v4.451 安卓免費版
v9.978.1029.55000 最新版
v6.468.3791.766572 最新版
v2.629.3634 安卓最新版
v7.674.6596 安卓最新版
v4.989.515.977141 最新版
v3.353.2600.603801 安卓最新版
v6.533.3717.411267 IOS版
v7.624.2388.918689 安卓版
v1.531.6072 最新版
v1.996 PC版
v4.745.4863.866153 最新版
v1.297.551.603327 安卓最新版
v8.543.7993.855008 安卓免費版
v4.3.5290 安卓免費版
v5.380.5250.397626 安卓版
v3.194.7198.204873 安卓免費版
v9.907.2664 安卓免費版
v4.132.5106.312488 安卓免費版
v6.63.1238 IOS版
v4.457.2427 IOS版
v5.144 安卓版
v6.956.6357.444532 安卓漢化版
v9.390.9060 安卓免費版
v5.494.4197.87229 PC版
v8.939.9643.899663 安卓漢化版
v2.55 安卓版
v9.831 安卓漢化版
v9.849 安卓最新版
v9.531.1203.187324 安卓免費版
v5.497.387 PC版
v6.953.4052.918581 安卓免費版
v1.2.6531.185902 最新版
v7.109.7100.54649 IOS版
v6.31 PC版
v7.499 安卓免費版
v1.982.1058.355817 PC版
v8.985.2038.760838 IOS版
v5.629 安卓版
v4.981.5921 安卓版
v9.820.1402.237667 最新版
v4.990.3134.376742 安卓免費版
v7.899.2310.300794 安卓免費版
v2.243 安卓免費版
v6.481.836 安卓最新版
v9.73 安卓最新版
v7.574 安卓版
v4.323.4499.940384 PC版
v9.70 安卓免費版
v8.737.4779.397673 安卓版
v4.745.9851.679134 最新版
v3.942 最新版
v2.151.7091 最新版
v1.999.5643.593120 安卓版
v5.926.7710.170127 安卓免費版
v5.783.8707.160768 安卓免費版
v2.957.9893 安卓免費版
v6.282.6416 安卓免費版
v1.875.480.685526 安卓最新版
v6.735 PC版
v7.661 最新版
v7.130.5255.514887 安卓最新版
亚洲已满18点击进入久久
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
欧美爱视频
韩国成年人视频网
黄色成年人网站大全美女自慰
一级黄色片免费的
成人免费毛片 app
国产重口女王拉屎
黑大硬粗欧美视频在线观
午夜催催精免费福利视频
日本 免费a
請。在。Telegram加zcai
老汉趴在嫩妇身上耕耘
黄色亚洲视频。
亚洲 综合 图片
中国一级性爱
中文字幕第38页
欧美性一交激情视频在线
欧美黄片久久精品
黄色视频观看免费大
外国舔老女人阴道
国产精品乱人伦一区二区无码视频
成人精品在线观看成人免费视频
操天然网站
影音先锋亚洲精品自拍日本
xx免费大片