目今位置:首页 → 电脑软件 → 苹果官网大降价可退差价 → 东北肥熟吞精对白 v1.561.9523.445177 安卓最新版
v8.3 安卓版
v3.493.2048.202697 安卓版
v6.931.375 IOS版
v3.383.7511.237311 最新版
v4.793.1566 安卓版
v7.276 IOS版
v4.927.7928.876984 IOS版
v7.798.6996 安卓免費版
v9.84.3328.792878 IOS版
v3.574 PC版
v1.598 安卓免費版
v6.133.6203.681 安卓免費版
v1.53.5588.498368 安卓最新版
v1.359.137.950705 安卓最新版
v3.882.9912 IOS版
v2.238.5113 安卓版
v8.901.8171.757108 安卓版
v4.182.7317.324760 安卓漢化版
v6.330.6874 安卓版
v6.497.5574 安卓漢化版
v8.419.5111.728000 安卓免費版
v5.467.831 IOS版
v2.472.7439 最新版
v4.855.7447.450293 安卓免費版
v7.270 安卓免費版
v7.703.5162.655465 最新版
v8.852 IOS版
v8.465.2842.199292 IOS版
v5.186.6468 安卓版
v2.190 IOS版
v1.674.9867.776078 IOS版
v7.879.5820.304465 IOS版
v9.91.8466.667064 安卓最新版
v2.712.7187.987766 安卓最新版
v3.693.7913 安卓版
v2.634.46 安卓最新版
v6.976.1839.444337 安卓漢化版
v1.845 安卓版
v2.423.2347.995776 IOS版
v3.317.401.37892 IOS版
v1.499.5035.695758 最新版
v8.286.358.37992 安卓免費版
v1.908.5712.717405 IOS版
v4.232 IOS版
v5.842 最新版
v8.348.4109 PC版
v4.707.6897.57438 安卓版
v9.958.9792.81378 安卓免費版
v1.366.2774 IOS版
v5.194.9184.230533 安卓免費版
v7.613 IOS版
v4.784.9629.425092 安卓漢化版
v1.159 安卓最新版
v1.600.3534.251849 最新版
v2.585.6035.32482 最新版
v5.332 安卓最新版
v6.207 安卓版
v8.125.9121.331759 安卓版
v9.697.4428.864905 PC版
v9.29.8372 最新版
v8.606.9741 安卓漢化版
v3.14.3731 IOS版
v3.260.5257.968468 安卓最新版
v4.618 IOS版
v4.500.1031.11326 安卓漢化版
v7.684.2065.156147 PC版
v1.865.8678.57143 安卓免費版
v4.826.9707.210691 安卓版
v6.386.5070 安卓免費版
v5.211.6909 安卓版
v8.964.4249.693037 PC版
v7.303.8661.478315 IOS版
v2.370.2833 安卓最新版
v4.372.2700.811488 安卓版
v4.660.4158.378386 IOS版
v8.631 安卓免費版
v3.108.7690 最新版
v3.554.1337.936879 安卓最新版
v4.37.4899 IOS版
v6.813.7582.580043 IOS版
东北肥熟吞精对白
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只改了一半的焦点模块。
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模块MLA做一个全局“筛查”,找出哪些模块可以被刷新。
在原来的MLA架构中,每个MLA模块都是处置惩罚注重力的焦点单位,现在的新计划是给每个模块配一个可学习权重α。
α值越高,说明该模块额全注重力盘算越要害,一旦简化就容易丢性能;α值越低就意味着模块的可替换性强,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模块,也就是后续的优化目的。
随后,将找出的50%低性能模块换成更轻盈的流式希罕注重力SSA
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模块提升效率,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
人人操人人摸导航
无码三级黄片
最近中文字幕在线视频2019
www.爆乳
大黄公狍和女人做爰-wwwxxx色-成人AV
大雷的全身照图片
婷婷丁香五月天综合
吴梦梦做爰全过程
Stocking XXX HD photo
2017av视频在线
久久九九久久九九这里只有精品首页
影音先锋中文无码一区
国产欧美日韩综合一区在线
99九九热久久只有精品2
雏田吃雷影大狙动画
互换女友好紧3p
黄色性爱网址
日韩视频一区
马日逼
纯子宝库