v3.159.1748.126293 PC版
v9.827.3785.799077 安卓最新版
v4.559 安卓漢化版
v5.666.3980.119203 安卓漢化版
v5.655.7730 IOS版
v3.297.9363.81317 IOS版
v6.179.5761 安卓版
v3.80 最新版
v3.171.9377.99906 安卓版
v2.917 安卓免費版
v4.881.3728 IOS版
v9.64.6512.14185 安卓最新版
v5.770.2895 安卓版
v4.837.2484 最新版
v6.62 安卓免費版
v7.560.9222.132270 PC版
v2.583 安卓版
v3.758.5088.467130 安卓漢化版
v4.147.3079.49474 安卓最新版
v4.368.6239.188634 最新版
v8.686.4275 安卓最新版
v3.542.9676.81376 安卓漢化版
v7.576.5457 安卓版
v5.795.9599 安卓免費版
v6.125 安卓漢化版
v9.541.7653 安卓版
v3.181.637.332299 安卓漢化版
v8.54.9819.200021 安卓免費版
v1.315 安卓最新版
v1.163.5824.890649 PC版
v1.780 安卓最新版
v7.671.8724.562281 最新版
v1.381.7032 安卓免費版
v5.538 PC版
v3.629.6725.962927 最新版
v1.411 安卓漢化版
v2.798 安卓漢化版
v9.75.9610 PC版
v8.771.3623.810908 安卓漢化版
v1.323.5830 PC版
v9.384 IOS版
v1.466.4679 安卓免費版
v5.779 安卓最新版
v3.442.108.935792 安卓免費版
v7.202.9772 安卓最新版
v4.409 安卓版
v5.584.3530.554339 最新版
v8.928.773.694844 PC版
v8.264.3673.240230 安卓最新版
v6.25.2103.239015 安卓版
v9.341 安卓免費版
v9.370.4471.481693 IOS版
v4.823 PC版
v9.313.2.580731 安卓免費版
v4.22.5679.963037 最新版
v6.147.4424.840315 最新版
v7.473 安卓免費版
v6.309.6908.899604 安卓版
v5.48.1974 安卓漢化版
v2.746.9836.228996 安卓漢化版
v3.476.8923 IOS版
v8.74.843 安卓免費版
v7.304.308 PC版
v1.368 安卓版
v7.203 IOS版
v3.351.3703.645943 最新版
v4.514 安卓漢化版
v2.902.2364.427742 安卓版
v6.712.9469 安卓免費版
v4.47.9260.735054 PC版
v3.1.6761.802114 最新版
v5.398.1733.57540 安卓版
v8.121 安卓免費版
v2.125.5666.154266 安卓漢化版
v8.172 安卓最新版
v2.704 PC版
v1.552.2373.64611 安卓免費版
v3.193.8048 安卓最新版
v3.338.7148 安卓最新版
v4.891.2726.389687 最新版
欧美操老女人视频
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
久久精品射
520886日本
《泡在我家看漫画》黑田
人人插人人凸人人操
99精品久久99久久久久
人人摸人人操.
真空图美女图片大全
人人干网址
人日人操
欧美变态人XXXX
中文字幕一页在线视频
快点CS我的小sb
国产黄片在线观看
欧美色图 亚洲图片
国产98
你懂 在线
www.slgxq.com
久久www免费人成看片色
久久午夜私人在线看
邱淑贞被躁120分钟视频
欧美性交x
欧美一级aa大片在线
绅士游戏《魅魔之森》