v6.563 安卓最新版
v6.790.6374.741912 IOS版
v9.649.9726 PC版
v4.305.4615.424293 最新版
v9.85 安卓最新版
v9.472.2831 安卓免費版
v8.760.3454.123901 PC版
v8.846.3438.513983 最新版
v9.268.3161.168887 安卓漢化版
v9.923.7710.474938 IOS版
v1.528.5520.572582 安卓免費版
v3.43 安卓免費版
v1.859.5614 安卓漢化版
v7.349.7896.266424 安卓版
v8.517 PC版
v8.739 安卓漢化版
v9.590 安卓最新版
v6.441 PC版
v1.360.5262 最新版
v9.595.9292.936374 最新版
v5.303.2203 安卓版
v3.521 IOS版
v5.615 安卓最新版
v9.492.8021 最新版
v3.286.6331 IOS版
v6.921.5137 最新版
v5.338 安卓免費版
v7.734.3726.57600 安卓最新版
v9.708.2975.104248 IOS版
v8.515.677.446623 PC版
v7.881.8901.957760 安卓免費版
v7.216.6203.441927 最新版
v9.958.375.738598 安卓版
v9.501 最新版
v7.664.6792.440959 PC版
v9.839.907 最新版
v8.716.1428.947658 安卓最新版
v2.271.7577 安卓版
v9.812.4642.47338 PC版
v3.11.6498.603274 最新版
v7.772.3832.364779 最新版
v7.544.2362 安卓最新版
v3.952.6617.493108 安卓免費版
v7.431.7807 安卓版
v8.973.5853.570989 安卓漢化版
v8.802.7702.780595 PC版
v7.886.6233 安卓最新版
v9.926.7892 IOS版
v1.280.6606.360535 最新版
v9.676.2525.194241 安卓漢化版
v1.45.3071.78647 IOS版
v5.982 安卓免費版
v5.711.9052 安卓免費版
v5.871.1365 IOS版
v8.795.5744.987056 PC版
v7.785 安卓免費版
v1.819.8945.202362 PC版
v5.546.5808.529729 最新版
v1.453.4915 安卓免費版
v5.780.1185 安卓免費版
v1.751 安卓免費版
v3.910.9956.909350 PC版
v1.273 PC版
v3.465.4646 安卓版
v7.546 最新版
v8.848.4272.30185 安卓最新版
v2.624.5722.394361 安卓版
v6.183 安卓最新版
v5.627.9405 安卓漢化版
v7.899.695 IOS版
v5.557 PC版
v7.847.355.790939 IOS版
v5.767.8675 安卓最新版
v3.509.2110 安卓漢化版
v4.306 IOS版
v9.542.3900.4116 安卓版
v1.528.8557.145858 IOS版
v6.109.4605.640874 安卓漢化版
v8.915.5095.924062 PC版
v7.520.6961.847742 PC版
大乳美女 裸体韩国
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
毛片一区二区三区免费观看18P
国产玖玖在线播放
小风后妈田姨母驾车内容介绍
日bbw高潮在线
91九色高潮
馃埐18馃崙馃崙
网站大全黄页视频
3级电影网
草草操视频
av不卡在线免费观看
欧美性爱视频免费看
久久黄色一级A片
射射射爽爽爽
射网站
集芳阁成人一区
黄色网站免费日本
超碰在线超碰免费
在线亚洲91se亚洲综合在线
又黄又大视频在线看91
绿巨人丝瓜
国产大黄片免费的
欧美特级婬片毛多的