当前位置：首页 → 电脑软件 → 朱一龙：演员的分寸感很重要 → 艾玛沃特森裸被 视频网站 v2.573.3413.943440 最新版
v6.216.8824.540183 最新版
v8.922.1404 PC版
v1.417 安卓版
v2.245.2322 安卓最新版
v9.445.4781 PC版
v3.303 安卓版
v9.144 安卓漢化版
v4.114 安卓版
v6.889.6748 安卓漢化版
v3.220.7647 PC版
v8.172.8874 安卓最新版
v3.999.9941.978567 PC版
v7.179.2401.159071 安卓版
v1.962.6341.88562 安卓版
v1.947 PC版
v4.590.2768 安卓漢化版
v6.693.4867.587448 安卓版
v1.494.2069.674013 IOS版
v3.39.6831 安卓免費版
v9.312.9557.508055 安卓免費版
v6.365.4046 PC版
v7.457.6817.145589 安卓最新版
v8.306 安卓免費版
v7.790 安卓最新版
v1.676.8912.396637 安卓免費版
v8.159.9740.26802 安卓最新版
v8.251.6785.255747 安卓版
v5.965 安卓漢化版
v1.228.9350.471278 安卓漢化版
v4.369.5363.5466 安卓版
v8.581 PC版
v6.703.9916.738478 安卓漢化版
v3.357.5013 安卓漢化版
v4.691 PC版
v7.606.1781.581484 最新版
v1.255.517.200973 安卓版
v1.719.7396.792479 PC版
v2.59.7995.740630 安卓最新版
v6.92 安卓免費版
v3.321.1492.633250 安卓免費版
v7.552.6790.194709 安卓最新版
v7.489 安卓漢化版
v4.524 安卓最新版
v1.88 安卓免費版
v5.198.7998.15818 安卓最新版
v7.505.8215.743851 PC版
v5.749.2612.919914 安卓版
v4.469.2683 安卓免費版
v3.689.3122 IOS版
v4.815.3765 安卓版
v6.732.1939.841418 安卓免費版
v3.773 安卓免費版
v6.948.6426.246621 安卓版
v1.374.1410 安卓版
v9.789.6154.232526 安卓免費版
v1.633.2382.333073 安卓漢化版
v2.110.2850 IOS版
v9.109.442.34895 安卓漢化版
v2.742 IOS版
v1.708.8239 安卓免費版
v6.257.7519.544702 PC版
v1.462.9173 安卓漢化版
v6.326 安卓漢化版
v6.393 IOS版
v4.924.9327.171859 安卓版
v3.163.9513.449758 安卓免費版
v6.350 安卓免費版
v1.680.1530.533150 安卓最新版
v1.752.1849 安卓最新版
v2.563.2363.126020 IOS版
v4.906.7240.976345 IOS版
v1.128.8285.498292 安卓版
v3.223.1216 安卓版
v1.767.6383.203674 安卓漢化版
v5.660.1978 PC版
v7.309 IOS版
v7.679.6762.660796 安卓漢化版
v3.231.1887 安卓最新版
v8.457.8895 IOS版
v1.181.5009.280380 IOS版
艾玛沃特森裸被 视频网站
闻乐 发自 凹非寺量子位 | 公众号 QbitAI
Transformer的时代，正在被改写。
月之暗面最新发布的开源Kimi Linear架构，用一种全新的注意力机制，在相同训练条件下首次超越了全注意力模型
在长上下文任务中，它不仅减少了75%的KV缓存需求，还实现了高达6倍的推理加速。
有网友表示期待：这个架构下的Kimi K2.5何时来？？
不过，咱还是先来看一下Kimi Linear是如何挑战传统Transformer的。
让注意力真正线性化
Transformer确实聪明，但聪明得有点太烧钱。
它的注意力机制是全连接的，每个token都要和其他所有token打交道。
计算量也随着输入长度呈平方增长（O(N?)），而且每生成一个新词，还要查一遍之前的所有缓存。
这就导致推理阶段的KV Cache占显存极大，尤其是在128K以上的上下文中，显卡直接崩溃警告。
模型越强，显卡越崩，钱包越痛。
所以，过去几年无数团队都在研究线性注意力，希望把计算从 O(N?) 降到 O(N)，让模型能又快又省。
但问题是，以前的线性注意力都记不住东西，快是快了，but智商打折。
现在，Kimi Linear以既要又要还要的姿态登场了。
Kimi Linear的核心创新是Kimi Delta Attention（KDA）
它在原有线性注意力的基础上，引入了细粒度遗忘门控，不再像传统线性注意力那样一刀切地遗忘，而是让模型可以在每个通道维度上独立地控制记忆保留，把重要信息留下，把冗余信息扔掉。
更关键的是，KDA的状态更新机制是基于一种改进的Delta Rule（增量学习规则）。
它在数学上保证了稳定性，即使是在百万级token序列中，梯度也不会爆炸或消失。
这也让Kimi Linear能在超长上下文中跑得稳。
整个模型采用3:1的混合层设计，每3层线性注意力（KDA）后加1层全注意力。这样既保留全局语义的建模能力，又能在多数层用线性计算节省资源。
团队还干脆把传统的RoPE（旋转位置编码）砍掉，让KDA自己通过时间衰减核函数学习序列位置信息。
结果，没有RoPE，模型反而更稳、更泛化。
在KDA的状态更新过程中，Kimi Linear用了一种叫Diagonal-Plus-Low-Rank（DPLR）的结构。
核心思路是把注意力矩阵拆成「对角块+低秩补丁」，这样GPU在并行计算时能一次性处理新万博体育：内容，吞吐率直接翻倍。
此外，团队还引入了分块并行计算和kernel fusion优化（内核融合），极大地减少了显存I/O开销。
在工程部署上，它还能无缝对接vLLM推理框架，不需要改模型结构，也不需要改缓存管理，直接替换即可。
这意味着，任何基于Transformer的系统在理论上都能一键升级为Kimi Linear。
实验结果显示，在相同训练规模下，比如1.4T tokens，Kimi Linear在MMLU、BBH、RULER、GPQA-Diamond等多个基准测试上全面超越Transformer。
长上下文推理中，解码速度提升最高达6倍，KV缓存减少75%。
不仅没丢精度，还在数学推理、代码生成等任务上更稳定、更高分。
One More Thing
不得不说，Transformer的地位正在被重新审视。
Mamba的作者曾用长文论述Transformer并非最终解法，状态空间模型（SSM）在长序列建模和高效计算上展现出强大的替代潜力，这也让人们重新思考注意力是否真的是唯一答案。
之前谷歌推出的MoR架构，探索用递归结构取代部分注意力，通过动态计算深度来减少冗余推理，进一步提升效率。
苹果公司也在多项研究中倾向采用Mamba，而非传统Transformer，理由很现实——SSM架构更节能、延迟更低、适合在终端设备上部署。
现在，Kimi Linear则从另一条路线突围，在线性注意力方向上取得突破。
或许这也预示着，AI架构正在告别对传统Transformer的路径依赖，迈向多元创新时代。
但值得一提的是，刚刚坐上开源模型王座的MiniMax M2，却重新用回了全注意力机制。
技术报告：https://huggingface.co/moonshotai/Kimi-Linear-48B-A3B-Instruct
— 完 —
相关版本
多平台下载
查看所有0条评论>网友评论
