目今位置:首页 → 电脑软件 → 湘潭大学学生疑遭投毒死亡室友被刑拘 → 欧美专区1页 v2.634 IOS版
v5.980.606.928174 安卓最新版
v5.674.3773.545728 最新版
v4.898.3754.650085 PC版
v4.592 最新版
v3.872.8882 安卓最新版
v8.166.1061 安卓版
v8.219.16.216399 安卓版
v6.627.8634 安卓版
v1.109 安卓最新版
v6.967.578.709316 最新版
v1.697.7115.855696 安卓漢化版
v6.541.5238.887889 安卓最新版
v1.116 安卓版
v7.170.3680.114196 安卓最新版
v9.579.1553.457475 最新版
v1.978 IOS版
v4.220.477 安卓免費版
v4.904.4334.328315 PC版
v5.516 最新版
v1.354.4937.241806 IOS版
v5.770.3992 IOS版
v7.423.5354 安卓版
v5.349.7024.561352 IOS版
v2.950.1314.291868 PC版
v3.714.3658 安卓免費版
v1.583 安卓最新版
v2.893.5400.750211 安卓免費版
v8.482.7332.134381 安卓免費版
v5.555.8771.20665 安卓免費版
v7.198 PC版
v1.744 IOS版
v1.774.3646.349361 最新版
v5.61.5053.98779 安卓免費版
v6.738 安卓最新版
v4.552 最新版
v9.741 安卓最新版
v9.326.3330.667801 IOS版
v4.99.5265 PC版
v7.178 安卓版
v6.704 安卓版
v5.673.9646.427709 安卓漢化版
v5.717.5485.435428 安卓免費版
v2.257.468 最新版
v2.262 IOS版
v9.362.9059.51814 PC版
v5.519 安卓漢化版
v1.464.9353.288424 安卓免費版
v4.466.9173 安卓免費版
v5.577.9554.94791 PC版
v7.891 安卓版
v7.724 安卓最新版
v5.634.556 最新版
v9.549.7739.209310 IOS版
v3.37.2325 安卓漢化版
v3.736.7199 IOS版
v3.339.6945.712449 安卓版
v7.786.4754.132215 安卓版
v2.477.9356.789639 PC版
v4.680 IOS版
v9.948.8650.335011 PC版
v4.382.4933.797700 最新版
v1.771 IOS版
v5.495.904 安卓最新版
v6.905 最新版
v7.543.2143.192229 安卓版
v2.611 安卓漢化版
v7.331.8938.796623 IOS版
v3.870.5688 IOS版
v7.491 安卓最新版
v4.281.4465 IOS版
v6.723 安卓漢化版
v1.474 安卓免費版
v3.917.6826 安卓版
v7.251.1648 PC版
v4.344.2235.257481 安卓最新版
v5.724.2275 安卓版
v1.740 安卓版
v5.826.2413 安卓漢化版
v8.676 安卓免費版
v3.612.9729 安卓免費版
欧美专区1页
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
人人爱人人操人人插
www.色小姐影院
99久久国产精品免费
天天色色
国产精品第一国产综合精品99
每日大赛官方入口
精品一区二区三区人妻视频
人人干丶人人
性爱av免费
wwww免费
Hanime1禁漫天堂
亚洲综合91社区精品福利
黄片毛片你人黄片毛片
久久综合老熟女中文字幕
久久人妻污视频精品一区二区
av在线精品网
91黄色亚洲
国产日韩欧美视频
欧美hd18
日本视频在线观看中文字幕
下雨操逼爽免费三级片