v5.278 安卓漢化版
v6.375.4689.227830 安卓漢化版
v1.440.65.870115 安卓版
v1.990.3108.403522 安卓版
v7.396.6120.508738 安卓最新版
v7.656 PC版
v2.709 安卓版
v4.92 IOS版
v6.515.8866.500423 PC版
v2.918.4229.711224 安卓最新版
v6.426.9006.561688 安卓免費版
v7.77 IOS版
v7.166.4136 安卓版
v9.129 安卓漢化版
v1.804.3520.151399 最新版
v9.79.9356 最新版
v8.653.6405.505729 安卓最新版
v7.498.3940 安卓版
v2.399.7957.841886 安卓免費版
v4.279 PC版
v1.785.5013.270366 安卓免費版
v4.292 IOS版
v1.388 安卓最新版
v7.976 安卓最新版
v9.369 安卓最新版
v2.447.6640 最新版
v8.445.4195 安卓版
v9.339.6332.307921 安卓漢化版
v6.374 安卓最新版
v6.963 安卓最新版
v1.353.1228 安卓漢化版
v5.964.7599.127439 安卓最新版
v6.427 最新版
v9.600 PC版
v2.87.3104.719858 IOS版
v9.495.5655.724921 安卓免費版
v4.904.7421.129715 IOS版
v8.526.6247 安卓漢化版
v6.485.5700.767636 IOS版
v9.950.4036.654485 IOS版
v8.364.3489.829967 安卓版
v9.745.3392.465269 IOS版
v1.312 安卓版
v1.393.9778.36684 PC版
v9.16.8277.789404 安卓最新版
v3.153.4342.11259 IOS版
v7.559 安卓版
v3.553.519.314550 安卓漢化版
v6.462.4706 最新版
v9.877.6767.407653 PC版
v7.485.6162.50737 安卓版
v7.168.2043.508900 安卓免費版
v6.633.6729.527444 安卓版
v1.962.8322.417896 安卓版
v8.97.8059.956509 IOS版
v8.933 最新版
v9.892 安卓免費版
v8.573 安卓漢化版
v1.200.5347 IOS版
v9.287.2350 安卓最新版
v8.918.9539.702185 安卓版
v4.43.1013.593087 安卓最新版
v1.703.7457.961670 PC版
v6.886.4773.984570 安卓漢化版
v2.990.8844.660309 最新版
v3.137.7158.758951 最新版
v7.42 安卓免費版
v7.823.660 安卓免費版
v6.128.9114 安卓版
v1.501.7064.998844 安卓漢化版
v6.770.2385.311739 安卓版
v5.801.3743 安卓最新版
v9.600.6876 安卓版
v3.322.1367 最新版
v9.241.2067 最新版
v6.827.3749.931789 最新版
v1.837.676.938062 安卓最新版
v3.201.252.600976 安卓免費版
v3.913 PC版
v8.491.7692.383422 PC版
死精症是怎么回事?如何治疗?
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慕沟愕ノ唬衷诘男录苹歉扛瞿?榕湟桓隹裳叭ㄖ卅。
α值越高,说明该?槎钊⒅亓ε趟阍揭Γ坏┘蚧腿菀锥阅;α值越低就意味着?榈目商婊恍郧浚幢慊怀筛崃康呐趟惴椒ǎ哉宓拿魅纺芰τ跋煲膊淮。
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?椋簿褪呛笮挠呕康。
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为希罕窗口大。慰课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?樘嵘剩踔潦逝涠嗄LW哟χ贸头3な悠怠⒊ね嘉哪谌。
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
色中色色色色色色色
挠玖辛奈脚心
黄色芒果视频
chinese性盛旺55熟女
妓女综合网在线
国产黄片99RIAV
免费观看超爽A片在线
大香蕉综合高清一本一道
人人操123
天天摸天天碰夜夜澡
国外一级作爱大片
黄色网站禁18
欧美性爱视频大全
亚洲一区,二区欧美
美女视频黄a视频全免费网站啪
三级黄毛电影
日本黄色三级片网址
国产高清不卡
marutean动漫
一级理论自拍
91原创国产精品
久久精品中文字幕无码绿巨人
jxcc的最新版本更新内容是什么
殴美美白老妇大BBooss
66夜色亚洲精品
国产大胆露出精品视频
tⅩsP1.0.0.aPK