v3.496.5062.963353 PC版
v7.970 安卓免費版
v5.138.7650.657302 IOS版
v9.7.7197 IOS版
v4.669.3172 IOS版
v5.593.5508.540655 最新版
v7.331 安卓版
v5.367.7250 安卓免費版
v6.417 安卓漢化版
v8.398.8608.912609 安卓版
v5.339.4840.282436 PC版
v1.267.7242.435320 安卓漢化版
v9.219.4513.639319 安卓最新版
v2.680 最新版
v2.992 安卓免費版
v8.208.1502.184725 安卓漢化版
v1.58.5588 安卓版
v7.558.3993 安卓版
v4.636.8492.812296 安卓漢化版
v1.335 安卓版
v1.807.8027.91195 安卓漢化版
v2.818.9929.300270 安卓版
v7.236.3578.796435 安卓版
v3.643.1624.656881 PC版
v8.508 安卓免費版
v8.553.7826.190161 安卓版
v2.883.1712 安卓版
v2.291.5235.388775 PC版
v2.463 安卓免費版
v8.139.9773 安卓免費版
v4.590.5257.985635 安卓漢化版
v9.894 安卓漢化版
v1.693.8767.587216 安卓漢化版
v4.2.3625 最新版
v3.419.6739 IOS版
v5.195.1576.774481 安卓版
v1.355.8902.249036 安卓版
v3.113.4149 安卓免費版
v5.407.8570 安卓漢化版
v9.22.8740.966849 安卓免費版
v5.734 安卓版
v1.137.9774 PC版
v7.731 最新版
v1.702.7230 PC版
v4.934.4637.334867 安卓免費版
v8.843.3296.897168 安卓版
v2.883.8480.449403 安卓版
v3.576 安卓免費版
v8.19.4158.565292 PC版
v7.379.979 安卓最新版
v8.418 安卓版
v3.598.4058.763290 最新版
v7.922.7860 安卓漢化版
v7.642.9321.644863 安卓最新版
v1.534.9307.276293 PC版
v4.817 PC版
v1.82.8604 最新版
v5.944.9831.872374 安卓最新版
v4.590.5124.122935 安卓最新版
v5.367.5982 最新版
v7.948 安卓漢化版
v8.824.3606.899737 安卓免費版
v8.52.3104.408223 安卓版
v7.822 安卓版
v1.671.7480 PC版
v2.430.1009.698247 安卓漢化版
v1.600.1449.266057 安卓免費版
v8.676 最新版
v9.406 安卓漢化版
v8.212.7668.1063 IOS版
v3.313.1901.155633 安卓版
v8.362.1292.291881 安卓版
v3.862.5144 最新版
v2.117.6856.507885 安卓免費版
v6.342 最新版
v9.138 安卓版
v3.637.8461 安卓免費版
v7.544 最新版
v3.127.2720.491646 最新版
v8.671.829 最新版
人人妻人人澡人人爽超污
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
在线观看黄片视频免费
动漫美女被c.到流水
http小南s://pan.b小南aidu.co南m/s/1iEqyv4iNK化蝶nQtz6jeqG删字UMew 提取码
无码精品人妻91
亚洲一区欧美日韩
干干干射射射
国产精品免费视频色欲
欧美又粗又硬又黄又爽视频
麻豆抄逼
www.se94
18禁蜜桃
无码专区中文字幕在线视频
插女性视频
最爽舒服的A片免费看
GV网站的推荐清单
riav
正在播放国内真实下药
精品区在线
乌克兰级婬片A片AAA毛片A级
麻传媒剧国产剧情mv