v2.786.5754 安卓最新版
v3.377 安卓版
v3.212 安卓免費版
v5.752.5420.389680 最新版
v3.617.8257.856926 PC版
v7.568.5872.328905 最新版
v7.875 安卓漢化版
v7.766.7772.922179 安卓最新版
v7.167 最新版
v9.409 安卓免費版
v8.71.2840 最新版
v6.716 安卓漢化版
v2.291.5520.205221 IOS版
v7.379.2913.256355 安卓免費版
v8.619.4174.751507 IOS版
v5.559 安卓漢化版
v5.763.9639.31261 IOS版
v1.724.5149.282728 PC版
v4.865.4960 安卓最新版
v3.567.5914 最新版
v2.733.7854.334376 安卓版
v1.624 最新版
v4.969 PC版
v9.360.2532.417149 安卓漢化版
v3.16.9014 安卓免費版
v8.105.2308.816146 最新版
v3.23.6784.110125 安卓免費版
v6.348.7397 最新版
v4.957.5310 IOS版
v1.111.8630.251120 安卓免費版
v9.652 PC版
v5.745.8371.85078 安卓版
v9.631.2038 安卓漢化版
v1.888.451.737186 安卓免費版
v4.130.8871.339035 PC版
v6.528.5722 安卓免費版
v4.765.700 IOS版
v3.248.6145.704485 最新版
v5.140.7453.622137 安卓版
v4.624.81.346028 IOS版
v6.304.428.308683 安卓免費版
v3.498.137.466978 IOS版
v2.6.1837 IOS版
v5.899.2326 安卓版
v3.767.872 安卓版
v6.831 安卓版
v3.857.1481.929563 安卓漢化版
v8.620.4477 最新版
v4.127 安卓免費版
v7.477.9517.981593 安卓免費版
v3.319 安卓漢化版
v7.511 PC版
v4.454.8608.850878 安卓漢化版
v7.660.594.283427 最新版
v4.998.7764.827434 安卓版
v8.365 IOS版
v1.553.9214.688104 安卓免費版
v2.89.3116.849119 PC版
v5.976 安卓版
v9.865.7757.483377 IOS版
v4.404.7660 安卓漢化版
v3.593.382.51411 安卓版
v1.246.733 最新版
v9.409.7995 最新版
v8.26.9773.100295 IOS版
v8.505.5336.957588 安卓最新版
v7.848 安卓漢化版
v7.952 安卓最新版
v1.902.3307 安卓版
v3.400 安卓免費版
v5.185.8207 IOS版
v4.379.636.618374 最新版
v9.409.1325.279289 IOS版
v3.687 安卓最新版
v5.459.3115.594244 安卓漢化版
v4.263.5812.656715 安卓版
v2.115 最新版
v1.65.6595 PC版
v7.63.8162.505693 安卓版
v3.391 安卓免費版
中文字幕欧美亚洲
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
去鸟洞怎么知道对方吃
999色.com999
欧美一级婬片a免费播放口
国产精品视频一区二区啪视频
打扑克大草莓
美国女人与动物69
欧美强乱中文字幕免费
桃红色结界最新入口
国产精品人人射在线观看
亚洲 欧美 中文 日韩激情
91黄瓜勒勒勒勒勒
中国无毛黄色视频
网黄高清日逼
娐妇BBB
亚洲AV毛片儿激烈的
yy8848午夜成人影院
MM13
啪啪欧美精品A片二区
18 无套直免费的
体育生打桩女友被cao到爽视频
一级欧美人与动A片
粉嫩视频网站
💱网信彩票