v9.167.1419.419954 安卓漢化版
v3.976.1003 安卓漢化版
v7.490.4755 最新版
v8.821.9132.847127 最新版
v6.509 安卓漢化版
v4.937.5087.245794 IOS版
v8.713 PC版
v2.546.9422 IOS版
v2.392 PC版
v2.249 PC版
v2.332.9489 安卓漢化版
v6.348.2933.474348 安卓版
v1.645.7863.266952 安卓免費版
v5.313.4119 IOS版
v4.819 安卓版
v1.114.3934.544917 安卓免費版
v5.571 最新版
v8.435.978 安卓免費版
v1.18 安卓最新版
v3.202.9802.193762 安卓免費版
v8.408.5378.645097 最新版
v7.415.6163.467246 安卓免費版
v6.389.5392 安卓漢化版
v5.980.3233.432962 最新版
v6.276.3451 PC版
v8.35.2624.424381 安卓免費版
v6.504.2687 安卓免費版
v9.467.8190 安卓最新版
v1.270.5352 最新版
v1.849.87 PC版
v4.970.2946.78340 IOS版
v8.158.3082.683237 安卓最新版
v7.475 IOS版
v4.234 PC版
v6.854 IOS版
v1.753 安卓漢化版
v6.601 安卓最新版
v8.154.5664.794458 最新版
v4.665.4820.262572 安卓版
v1.544.3219 安卓最新版
v5.379.4406.336679 安卓漢化版
v4.549.8629.764759 安卓免費版
v2.392.6590.248166 安卓版
v3.483.6181.734291 PC版
v3.170 安卓最新版
v1.968.9928.128840 安卓最新版
v6.521.3211 PC版
v3.242.8634.315911 安卓漢化版
v2.971.4001.475928 安卓免費版
v1.707.8070.196597 PC版
v9.426.3398.926888 安卓漢化版
v3.634.4169 最新版
v8.776.343.439279 安卓最新版
v9.663.4000.775277 PC版
v6.129 安卓漢化版
v2.838.1859.92770 IOS版
v9.423.5137.208656 IOS版
v7.91.3243.917853 安卓版
v4.545.9359.846630 PC版
v7.117.6672.903443 安卓版
v3.887 安卓漢化版
v2.813.7993.817886 PC版
v1.883.8958.485873 PC版
v3.347.5195 PC版
v4.782.7999 安卓免費版
v1.120.8828.346387 安卓版
v1.822.3536.614859 最新版
v3.120 最新版
v7.251.1756 安卓最新版
v4.148.4904.266029 安卓免費版
v1.444.8401.583605 安卓免費版
v9.901.8631 安卓漢化版
v5.267.9782 安卓免費版
v2.895.6173.260043 安卓最新版
v9.875.6279.337088 IOS版
v1.348.3088.111459 最新版
v3.240.7967 最新版
v6.540 最新版
v9.397.7311 PC版
v7.799.3396.451328 最新版
亚洲高清专区日韩精品95
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
jizzjizzjizzjizz18
国产aⅴ在亚洲线播放
2021天天夜干
台湾特一级AAA大片
💧乐发lv
xkdsp6.0
92视频在线精品国自产拍
91人妻捆绑抽打屁屁
久操性爱视屏
日本一区二区三区四区乱伦免费播放强奸
男仆扒开 让人c
能看av的网站
午夜福利看片
免费一级A片特爽高潮视