v7.366 IOS版
v7.459.9684.785758 最新版
v9.362 安卓免費版
v2.389.4021.990554 安卓漢化版
v5.852.7310 安卓最新版
v9.908.2490 IOS版
v3.164.4151 PC版
v4.930.8702 安卓版
v7.55.8364.378647 最新版
v9.253.2314 安卓最新版
v5.434 PC版
v3.991.1913 安卓版
v2.703.9693 IOS版
v6.77.7819 PC版
v5.844 安卓版
v9.531.7422 最新版
v6.526.4674.468388 安卓免費版
v5.365 IOS版
v5.158.6432 安卓最新版
v4.546.2011.407120 PC版
v7.604.1556.739200 安卓漢化版
v6.920.5299.965679 安卓最新版
v8.619.8576.732673 安卓漢化版
v6.66.6565 安卓免費版
v2.975.1 安卓最新版
v2.569.9161 IOS版
v5.180.9917 IOS版
v5.185.5586 PC版
v3.454.1752 安卓漢化版
v7.265.9581.768891 安卓漢化版
v5.437.143.868473 安卓漢化版
v6.793 PC版
v4.756 最新版
v6.645.7219.115596 安卓最新版
v8.446.2020.752003 安卓免費版
v2.577.6852.470444 IOS版
v3.689 安卓版
v1.774.3422 安卓最新版
v5.184.476 最新版
v1.639.8900.399721 安卓版
v8.998.8409.80997 PC版
v4.437.3329 安卓漢化版
v1.445.2272.841926 IOS版
v5.711.480.902665 最新版
v5.99.5383.505178 PC版
v4.231.4847 PC版
v2.132.7908.663562 安卓漢化版
v9.378.8117 安卓最新版
v9.244.8621.767320 安卓版
v5.414.9473 安卓免費版
v8.674.4722.708475 安卓版
v5.416.9950 安卓最新版
v8.98.6164 安卓漢化版
v6.278.4936 安卓最新版
v4.17.3625 IOS版
v6.203.7924.71835 安卓免費版
v3.84.5975.38626 PC版
v9.261.7373 安卓漢化版
v7.487.931.834169 IOS版
v8.0.916.558568 安卓版
v5.706 IOS版
v2.55.3275.860068 安卓免費版
v3.522.4368.672953 安卓漢化版
v2.396.3171.605634 安卓版
v9.441 安卓免費版
v1.319.7246.227171 安卓免費版
v3.426 PC版
v7.719.9459.514026 最新版
v2.450.9397.323174 安卓最新版
v2.327.6352.383081 安卓版
v8.443 IOS版
v6.757 安卓漢化版
v1.176.8830 安卓漢化版
v8.754.7536.224853 PC版
v3.206.7144 PC版
v8.222.704.879280 PC版
v5.507 最新版
v3.660 安卓版
v8.433.6936 IOS版
v5.920.9801 安卓漢化版
性生活视频午夜影院
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
国产特级黄色欲av
女生自慰下载网站
国产这里只有精品
撕掉英语老师黑色内裤都湿透了小说
舞蹈生白丝
狼友视频在线观看
欧美三级A片
性爱黄色A片
激情 小说 图片
日批全过程
欧美一级视频网址免费
Miriam镜箱内部视频
九九久久精品国产亚洲
国产伦精品一区二区三区视频无
乱妇乱女熟妇熟女网站视频
超碰在线98免频
黄片在线免费没播放
国产亚洲欧美日韩在线区
欧美 日韩 另类 国产
精品视频在线观看免费观看
欧美成综合在线观看视频
免费搞黄网站