v3.370.7352 安卓漢化版
v5.540.8416.462975 安卓免費版
v2.429.6384.655980 安卓版
v3.788 IOS版
v8.296.7433.389015 IOS版
v9.580.3154.19414 安卓最新版
v8.655.2975 IOS版
v6.294.4411.558432 PC版
v2.524.9573.105720 安卓漢化版
v7.23.4999.132718 PC版
v6.549.9989.802781 PC版
v5.615.1129.217483 安卓免費版
v6.57.8687.624177 安卓最新版
v2.460.6003.736586 安卓最新版
v2.90 最新版
v6.545.5361 安卓漢化版
v7.134.7391.63987 最新版
v2.308.5360 最新版
v1.221.2826.473113 安卓版
v7.2 安卓免費版
v4.24.542.96593 最新版
v8.456.2757 安卓漢化版
v1.437.9595.485252 最新版
v5.859.985 安卓免費版
v2.805.5837.964210 PC版
v7.862 PC版
v2.170.7959 安卓免費版
v9.940 IOS版
v6.627.3838.12616 安卓漢化版
v3.913.5389.582952 安卓版
v7.118 安卓版
v3.85.2749.792148 安卓最新版
v8.136.1346.607405 安卓漢化版
v4.356.2786 安卓版
v6.609.8204 安卓最新版
v8.109 安卓版
v5.327 安卓最新版
v7.338 安卓免費版
v2.844 安卓最新版
v5.684 安卓免費版
v1.523 安卓最新版
v1.539.4240.913794 PC版
v4.760 PC版
v3.88 IOS版
v5.281.8358.175101 安卓免費版
v8.174 PC版
v4.137.8463.3191 安卓版
v6.245.2847 安卓最新版
v4.233 IOS版
v2.563.5078 安卓版
v6.814.6996 安卓免費版
v5.322.9263 PC版
v5.259 安卓免費版
v6.229 安卓最新版
v9.824 PC版
v3.327.2888 安卓版
v9.339.1375.207464 安卓漢化版
v7.62.1764.401157 安卓版
v6.638.977 最新版
v5.591.2428.128239 安卓最新版
v8.393.7935.339273 安卓最新版
v4.739.5686.503630 安卓免費版
v1.350.259 安卓最新版
v2.873.6196.29579 安卓最新版
v7.285.4076.135607 IOS版
v5.596.6291 安卓最新版
v7.774.8209.766932 最新版
v4.449.4026 安卓版
v3.999.3379.31459 最新版
v2.58 IOS版
v9.296.7682.814112 安卓版
v1.37.3148.505378 安卓漢化版
v7.766.846 PC版
v2.111.7234.972526 最新版
v7.458 IOS版
v9.210.6033.502890 最新版
v9.355.5532.690422 PC版
v2.339.674.142261 PC版
v5.244.5822.103292 安卓漢化版
v1.870.5616.675012 最新版
伊人免费电影
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
工口实验室在线
欧美com
三级视频免费在线观看
外国一级淫片aaawww
igao视频 国产
@用户3381981450212:我的新同事是小樱7pp.lol我的新同事是小樱7pp.lol我的新
人人看 人人射
AAA黄色
别告诉妈妈下载安装手机版
国产91视频一区
影音先锋最新资源网站在线观看
爱液官网登录入口无需下载免费2025最新官方版下载
麻豆一区
精品无码理论片在线观看
亚洲视频频道区二区
,全黄色视频
一级特黄乱妇高潮
欧美祼体人妖
中国色精品视频在线观看
福利视频网址免费
布兰迪洛夫《拆迁人》