Ling 2.5: Praxis der hybriden linearen Architektur aus Lightning Attention und MLA
KI-Zusammenfassung
Zur Steigerung der Recheneffizienz bei sehr langen Kontexten ersetzt die Ling-2.5-Architektur die GQA von Ling 2.0 durch eine hybride lineare Attention aus Lightning Attention und MLA im Verhältnis 1:7. Ziel ist es, den Durchsatz langer Sequenzen mit Lightning Attention zu erhöhen und den KV-Cache durch MLA extrem zu komprimieren. Um Leistungsverluste zu vermeiden, entwarf das Team eine sorgfältige Strategie für sanfte Migrationstrainings, darunter Gewichtskonvertierung, QK-Norm-Fusion und partielle RoPE-Anpassung in mehreren Trainingsphasen. Scaling-Law-Experimente bestätigten 1:7 als optimales Mischungsverhältnis; das Billionen-Parameter-Modell erreicht damit geringere Rechenkosten und höhere Effizienz bei langen Texten.
Kernpunkte
- Zur Steigerung der Recheneffizienz bei sehr langen Kontexten ersetzt die Ling-2.
- 5-Architektur die GQA von Ling 2.
- 0 durch eine hybride lineare Attention aus Lightning Attention und MLA im Verhältnis 1:7.
- Ziel ist es,den Durchsatz langer Sequenzen mit Lightning Attention zu erhöhen und den KV-Cache…
- Um Leistungsverluste zu vermeiden,entwarf das Team eine sorgfältige Strategie für sanfte…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- 蚂蚁百灵:Developer Blog(网页)
- Kategorie
- Sonstiges
- KI-Bewertung
- 86
为大模型长上下文优化提供可落地的工程实践参考。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Ling 2.5: Praxis der hybriden linearen Architektur aus Lightning Attention und MLA. 26. Februar 2026. https://new.nat6.net/de/news/cmoecv1p6003usl1973hu5t5o/