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，发布全新稀疏注意力机制LoZA（LongCat ZigZag Attention）
新技术集中火力，重点解决长文本任务的理解、算力难题。
相比于LongCat系列之前的全注意力MLA机制，LoZA只改了一半的核心模块。
但模型长文本能力从256K扩展到1M，解码速度还快了不少。
甚至比同类型的Qwen-3模型表现还要好。
接下来看具体方案。
如何做到 “只算关键部分” ？
全注意力机制的算力瓶颈在于平方级的计算复杂度O (L²)，这导致模型在处理长文本任务时对显卡要求高，还会出现推理延迟问题。
LoZA的核心思路是专注于处理重要的内容，不重要的部分少花力气。
作为LongCat系列的核心技术升级，LoZA主要是在原来的MLA机制上做改造。
具体分两步。
首先，给模型里的多头潜在注意力模块MLA做一个全局“筛查”，找出哪些模块可以被改造。
在原来的MLA架构中，每个MLA模块都是处理注意力的核心单元，现在的新方案是给每个模块配一个可学习权重α。
α值越高，说明该模块额全注意力计算越关键，一旦简化就容易丢性能；α值越低就意味着模块的可替代性强，即便换成更轻量的计算方式，对整体的理解能力影响也不大。
在训练过程中，团队冻结模型其他参数，只更新α的梯度，通过这种专门的校准训练让模型自主学习α值，然后按α值从小到大排序，找出那些稀疏化后不影响性能的MLA模块，也就是后续的优化目标。
随后，将找出的50%低性能模块换成更轻巧的流式稀疏注意力SSA
这样就形成了一种交错结构，团队将这种结构称为ZigZag
SSA的计算复杂度是线性的O (L·S)（S为稀疏窗口大小，固定为1024Token），远低于全注意力的O (L²)。
所以这种交错结构让模型既不会因为过度简化而变笨，又能把计算复杂度降到线性级别，省不少算力。
