v1.389.4636.876342 安卓免費版
v3.384 安卓版
v3.272.5446.595427 安卓版
v9.157.7156 安卓版
v8.906.9851 最新版
v5.494.7117 最新版
v4.211.975 安卓免費版
v5.973.2519 IOS版
v7.504 安卓漢化版
v7.991.4547.512965 安卓漢化版
v9.649 安卓免費版
v2.130.5304.38446 安卓免費版
v7.951.7310 最新版
v6.723.8658 安卓最新版
v3.779.2841 最新版
v9.242 安卓最新版
v9.73.5685.54254 安卓最新版
v9.166 安卓免費版
v2.668.4923.494731 安卓漢化版
v9.879.3296.301732 IOS版
v9.524.7275 IOS版
v4.214.7495.122987 PC版
v8.545.4044.603505 IOS版
v5.218 安卓最新版
v2.732.308.523076 IOS版
v7.201.3161.742743 安卓漢化版
v5.204.3964.653032 IOS版
v9.859.8015.486818 安卓最新版
v3.257.294.955288 IOS版
v6.92 安卓最新版
v6.722.8932 安卓最新版
v4.472.694 安卓版
v2.29.1409.185488 安卓版
v5.184 安卓版
v7.935.8775.361014 安卓免費版
v3.282.1845 安卓免費版
v2.939.9856 最新版
v2.257.4568 IOS版
v5.511.724.382858 安卓免費版
v2.370.7153.332221 安卓版
v1.264.9277 最新版
v7.298.5762 PC版
v4.531 安卓漢化版
v6.6.3701.309131 安卓免費版
v6.596 PC版
v8.144.2982.769400 安卓版
v7.722.938 安卓版
v8.149.2919.844428 PC版
v6.928.2352 PC版
v9.108.4606.491319 安卓漢化版
v9.888 安卓版
v3.313 IOS版
v8.799.8432 最新版
v4.955.3123.141483 IOS版
v9.565.8685.920269 安卓免費版
v3.422.7162 安卓免費版
v8.673.5764 最新版
v8.880.2891.885919 PC版
v7.194.6180 安卓漢化版
v5.821 IOS版
v9.951 安卓版
v3.782.8095.705867 PC版
v3.730.596.587365 IOS版
v6.963.5447.733490 PC版
v7.327.3715.619155 PC版
v4.77.5022.116208 安卓版
v8.358.466.21120 安卓最新版
v5.706.3691.760189 IOS版
v5.14 安卓免費版
v6.684.493.271327 安卓版
v1.499.3174.158494 安卓免費版
v3.412.3675 安卓版
v6.788 安卓免費版
v4.574.969 最新版
v2.498.9840.794653 IOS版
v8.117.2948.407186 安卓最新版
v2.183 安卓漢化版
v6.758.4964 安卓漢化版
v4.377.9682 安卓免費版
v1.754.1969 安卓最新版
女人黄图视频图片
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
重囗味另类老妇
一级片一级片黄片黄片歌舞厅
亚洲男人永久无码天堂播放
拔萝卜又叫又黄
www.国产小视频
密网站色性视频
g4::vore
亚洲天堂欧洲
欧美日韩日逼视频
妲己秘 黄漫免费网站
一级特黄真人毛片无码第二次
欧美ⅩX00
国产一区二区视频www乱伦
午夜之月黄色小视频在线免费看
黄色网站是多少呢66
91精品在线公司
手机在线观看不卡AV网站
手机看片国产精品
国产成人AV
www无码国产
别告诉妈妈免费安装
日本婬妇 抖音
色狼資源站