v5.276.9405.451379 安卓版
v1.479.5126 最新版
v8.498.6454.440802 PC版
v4.658 安卓最新版
v2.417 安卓漢化版
v1.460.3324.680365 安卓版
v7.166.6906.476518 PC版
v6.408 最新版
v7.305.6353.29313 IOS版
v7.841 安卓版
v3.953.4881.742033 IOS版
v4.162.5857 安卓漢化版
v2.280.4750.442058 安卓免費版
v3.797.6597.814470 PC版
v7.78.6712.990496 最新版
v7.140.5479 最新版
v4.736.6339.580985 安卓免費版
v7.399 安卓漢化版
v2.65.7320.133380 安卓漢化版
v8.497.8835.409407 安卓免費版
v4.347 IOS版
v1.930.1213.463419 安卓漢化版
v3.764.8371 安卓漢化版
v9.655 安卓免費版
v3.124 安卓免費版
v9.871.4404.162622 安卓漢化版
v3.775.168.862592 安卓版
v6.501.4904.265145 PC版
v8.296 安卓最新版
v1.237.7316.805149 安卓漢化版
v5.69 安卓版
v7.979 安卓免費版
v2.894 安卓免費版
v2.277.7991.998060 PC版
v6.884.4666.597172 IOS版
v6.283.4906.934462 安卓漢化版
v4.670 PC版
v4.439.2372.446863 安卓免費版
v7.160.8411.597769 安卓免費版
v9.274.7876.1647 安卓免費版
v8.886.2594 安卓最新版
v9.666.4075 安卓免費版
v4.641.1484.486030 最新版
v4.517.2496 安卓漢化版
v5.179.5031.110020 安卓最新版
v9.238 安卓最新版
v8.571.3628.324651 IOS版
v8.817.1868.193804 最新版
v5.921.7445 安卓版
v5.27 最新版
v8.813.130.295956 最新版
v6.461.1312.350455 安卓免費版
v5.389.5691 最新版
v5.550.580 安卓最新版
v1.973.7886.959232 安卓漢化版
v3.815 安卓漢化版
v7.926 IOS版
v8.444.4852.279172 PC版
v3.782 最新版
v1.62 安卓漢化版
v6.57.4739.990716 安卓免費版
v2.833 安卓漢化版
v1.469.825 最新版
v7.45 最新版
v3.138.5458 安卓漢化版
v3.592.1763.541424 安卓最新版
v5.868.1964.514259 安卓免費版
v1.470 安卓版
v8.773 安卓免費版
v8.778.8017.974041 PC版
v5.301 安卓版
v2.657.796.601837 安卓最新版
v4.342.5484 IOS版
v8.419.840.450512 安卓版
v9.975.1004 安卓版
v2.313.2771.227830 安卓漢化版
v4.935 IOS版
v1.647.6275.333194 IOS版
v1.793 安卓版
v9.601.6040.563700 安卓最新版
男人天堂网在线视频
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
欧美www欧美
午夜毛片久久久久
91精品啪在线观看
97AV人人干人人插人人操
亚州A片免费视频
mm131王雨纯
欧美精品高清一级A片
色综合东京热一本大道
古代女子乳房被揉了会得白血病吗
久久精品国产一级毛片
男人激情天堂
51捷克街头钞能力
户籍猎手6.0解锁版
台污毛先视频
18 无套直女仆小说
邹田开发日记
几几寒进桃子
www.caoai
国产精品18禁播放
澳门一级av免费观看
免费在线视频网站
女人爽到呻吟视频
大学生无码视频在钱播放