v8.196.6818.420564 安卓免費版
v9.338 安卓免費版
v6.429 安卓免費版
v2.254 IOS版
v7.998.3681.438974 最新版
v7.454.7037.160144 PC版
v1.995.2811 安卓最新版
v9.441 安卓免費版
v4.639.6740.94757 安卓最新版
v5.174 PC版
v7.215.3994.93239 安卓免費版
v8.913.9402.191814 IOS版
v3.552.5657 PC版
v5.371.8405.596780 IOS版
v4.216.2584.125073 安卓版
v4.836 安卓免費版
v1.323 最新版
v1.527 IOS版
v2.606.222.216631 IOS版
v1.894.3051 最新版
v9.185.624.375424 安卓免費版
v7.896.3944 安卓版
v3.145.5396 安卓版
v6.775.6089.340224 安卓最新版
v9.683 安卓免費版
v4.650.5790 PC版
v6.240 安卓最新版
v8.979.3448.431223 安卓最新版
v6.793.7772.15896 安卓免費版
v6.904 IOS版
v4.92 IOS版
v5.25.1501 PC版
v7.476.7171 安卓版
v4.620.3838.949780 安卓版
v5.725.5506 最新版
v5.645 PC版
v1.780.1618.272255 安卓免費版
v5.296.7502.143826 PC版
v9.591.5282 安卓最新版
v1.499.25.68059 安卓免費版
v7.945.8051 安卓漢化版
v5.721.1218.67734 PC版
v2.895 安卓漢化版
v9.69.6049 IOS版
v4.488.8976 PC版
v2.992 IOS版
v9.854.7224.757943 安卓最新版
v5.988.1514.620918 最新版
v1.521.5771.206857 安卓漢化版
v7.739 IOS版
v9.472 PC版
v7.451.1902.975568 PC版
v9.319.3195 PC版
v7.151.2992.77159 安卓最新版
v8.938.3041 安卓最新版
v9.54.4349.66759 PC版
v9.145 安卓最新版
v3.751.3636.472706 最新版
v2.301 安卓免費版
v3.271.3694.985100 IOS版
v9.567 安卓漢化版
v2.59.9679.713173 PC版
v2.256.3854.616963 IOS版
v3.444.3582.715338 安卓最新版
v5.564.7520.207177 安卓免費版
v9.361 安卓版
v7.718.1791.263853 IOS版
v5.238 安卓漢化版
v9.937 安卓漢化版
v9.269.317.865939 PC版
v1.34.6209.610959 安卓最新版
v4.21.9635.187754 最新版
v7.601.49.178735 安卓免費版
v1.135.5280.116779 安卓最新版
v5.724.5484.983980 安卓漢化版
v1.60.4690.777054 安卓版
v9.49 最新版
v5.855.7337.947888 安卓版
v6.111.6397 安卓版
v5.832.7916 安卓免費版
免费一级大黄片
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
欧美黄色一级黄色网站
鲁鲁鲁狠在线视频
免费聊骚+全免费
国产中文在线播放
日本的欧美杂交XXXXBBBB
日韩精品第7页
欧洲成在人线免费视频
影音先锋av最新在线资源
夫妻免费在线观看三级片网址
大雷擦打狙视频大全高清版观看
A级毛片无码免费真人视频
花火被狂 到高潮的图片
视频区亚洲欧美
美女裸体被操的网站
国产精品乱伦av
亚洲 校园 激情 清纯 另类
人人干人人操一区
黑丝申鹤被调教到失禁
欧美日韩强奸乱伦
免费人成片在线观看
二次元污高清 吃奶
黄色人日人视频下载
无码午夜免费A级毛片