v9.0.458.652486 安卓最新版
v6.851.3004 安卓版
v5.8.2818 安卓免費版
v8.635.2103.865394 安卓漢化版
v9.527.9174 安卓免費版
v7.448 安卓免費版
v1.784 安卓最新版
v7.311.9281.224628 安卓漢化版
v9.853 安卓免費版
v3.806.9245.153267 最新版
v8.266.5666.380491 最新版
v4.938 安卓最新版
v1.23 安卓免費版
v5.354.8360.299652 PC版
v8.843.7621.71853 最新版
v6.612.851 安卓最新版
v2.513.2553 安卓免費版
v4.640 安卓免費版
v1.689.6529.495043 PC版
v5.820.7014 PC版
v9.298.6240.183529 安卓免費版
v2.406.3675.593923 安卓免費版
v7.829 安卓漢化版
v9.436.8783.946900 PC版
v3.54.7039 安卓版
v5.221.2966.414361 最新版
v3.21.2930.761796 安卓漢化版
v8.942.258.91323 IOS版
v6.433 安卓免費版
v6.766.1218.945190 安卓免費版
v6.747.2618 安卓版
v9.792.7977.269265 安卓免費版
v1.457.5754 安卓版
v8.683 安卓最新版
v5.753.420.141920 安卓免費版
v4.501.2199.440695 IOS版
v2.570 PC版
v9.182.2615.398187 安卓版
v1.785 安卓最新版
v2.579 PC版
v6.63.3121 IOS版
v5.800 安卓免費版
v7.507.9278.288854 PC版
v1.34.8344.26231 最新版
v7.266.2581 PC版
v4.351 安卓漢化版
v5.139.7014.676992 安卓最新版
v9.519.4660 PC版
v2.397.8657.665109 安卓漢化版
v5.340.8359 IOS版
v8.415 安卓最新版
v5.188.5846 IOS版
v8.16.2319 安卓漢化版
v9.97.8608.738165 PC版
v4.366.6420.905931 PC版
v9.439 安卓漢化版
v3.718 PC版
v9.420.157.685323 安卓免費版
v2.250 IOS版
v3.37.4605.940444 安卓免費版
v6.762.3657.274830 最新版
v3.758.4992.180230 安卓免費版
v4.778 PC版
v4.604 安卓最新版
v2.153.9100.72376 安卓漢化版
v1.283 PC版
v4.893.7089.833784 安卓漢化版
v9.672.6526.987728 安卓版
v4.27.7627.650271 PC版
v8.294.8268.144730 最新版
v6.875.8218 安卓最新版
v9.992.238.535801 安卓最新版
v4.344 安卓免費版
v3.409 IOS版
v6.257.2460.752588 安卓版
v3.642.3865.395025 PC版
v1.33 PC版
v1.938.2187.207613 最新版
v6.248.6861.509087 安卓版
v3.165 安卓漢化版
白丝少萝疯狂 喷水自慰
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?椤
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隆
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卅痢
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
轻点嗯…啊视频在线无码试看
人鲁色
国产在线精品国自产
国产一级黄片操老外
18禁超汚无遮挡无码免费网站
理论黄色网站
久久91超碰国产婷婷精品
中国农村成年人免费看黄色
久久精品视频久久精品视频
放一放黄色录像毛片看看
www.cao70.com超碰在线
扒开❌狂揉❌脱脱的视频
六月丁香一区二区三区
欧美激情性XXXXX
伊人av一区二区三区绿萝
解开丰满老师的乳罩腰带
草久久电影
欧美日韩操逼小视频
在线观黄片
亿同看彩虹小蓝GTV iOS
a国产网站免费
日本中文在线观看