国精产品呦呦仙踪林中国大模型“卷技术”！DeepSeek前脚发布NSA，Kimi立刻跟进MoBA_国精产品呦呦仙踪林ZAKER新闻

中国大模型“卷技术”！DeepSeek前脚发布NSA，Kimi立刻跟进MoBA_国精产品呦呦仙踪林ZAKER新闻

王毅指出，近年来，个别域外大国为了谋求地缘私利，刻意渲染意识形态差异，大肆编织各种排他性小圈子，试图以对抗取代合作、以分裂取代团结。如果放任这一趋势发展，不仅会严重干扰三国合作的顺利推进，也将不断加剧地区形势的紧张对立。

周二，当全球目光聚焦于马斯克 Grok-3 的庞大 GPU 集群时，中国大模型公司正在技术创新的道路上默默加速。先是DeepSeek 提出了原生稀疏注意力（Native Sparse Attention, NSA）机制。这项梁文锋亲自参与的研究成果，结合了算法创新和硬件优化，旨在解决长上下文建模中的计算瓶颈。NSA 不仅能将大语言模型处理 64k 长文本的速度最高提升 11.6 倍，更在通用基准测试中实现了对传统全注意力模型的性能反超。这一突破表明，通过算法和硬件层面的协同创新，可以在不牺牲模型性能的前提下，显著提升长文本处理效率。紧随 DeepSeek 的步伐，Kimi 也迅速推出了自家的稀疏注意力技术—— MoBA（Mixture of Block Attention）。据这份由月之暗面、清华大学和浙江大学的研究人员共同发布的技术报告《MOBA: MIXTURE OF BLOCK ATTENTION FOR LONG-CONTEXT LLMS》，MoBA 的设计理念是将全上下文划分为多个块，每个查询令牌（query token）学习关注最相关的键值（KV）块，从而实现对长序列的高效处理。与 DeepSeek 创始人梁文锋参与著作一样，月之暗面创始人杨植麟的名字也出现这篇论文的作者栏里。据论文介绍，在各种长文本处理任务中，采用 MoBA 技术的模型可以在保持相近性能的同时，将注意力计算的时间和内存消耗显著降低。在 1M token 的测试中，MoBA 比全注意力快了 6.5 倍，在处理超长文本（如 1000 万 token）时，MoBA 的优势更加明显，可以实现 16 倍以上的加速。MoBA 已经部署于支持 Kimi 的长上下文请求处理，并在大语言模型的高效注意力计算方面取得了显著进展。更值得一提的是，MoBA 可以轻松地集成到现有的 LLMs 中，而无需进行大量的训练。 MoBA：基于块的稀疏注意力为了实现人工通用智能（AGI），LLMs 需要能够处理长文本序列，这对于历史数据分析、复杂推理和决策等任务至关重要。而传统的自注意力机制计算复杂度呈二次增长，限制了 LLMs 处理长文本的能力。现有的解决方案要么引入了强偏见的结构（如滑动窗口注意力），要么对注意力机制进行了线性近似，这些方法在复杂推理任务中的表现尚未得到充分验证。MOBA 技术的核心思想是将传统 Transformer 模型中的全局注意力机制改造为基于块的稀疏注意力。具体来说，MOBA 将输入序列划分为多个块，然后对每个查询 token 动态选择最相关的几个块进行注意力计算，而不是像传统方法那样对所有 token 都进行计算。这种方法既保留了原始 Transformer 的强大表达能力，又显著降低了计算复杂度，特别适合处理超长文本输入。MoBA 的核心创新点包括：可训练的块稀疏注意力： 全上下文被划分为多个块，每个查询令牌学习关注最相关的 KV 块，实现长序列的高效处理。无参数门控机制： 引入了一种新颖的无参数 top-k 门控机制，为每个查询令牌选择最相关的块，确保模型只关注信息量最大的部分。全注意力和稀疏注意力之间的无缝切换： MoBA 被设计为全注意力的灵活替代品，允许在全注意力和稀疏注意力模式之间无缝切换。 在处理超长文本时，MoBA 可以实现 16 倍以上的加速在各种长文本处理任务中，采用 MoBA 技术的模型可以在保持相近性能的同时，将注意力计算的时间和内存消耗显著降低。在 1M token 的测试中，MoBA 比全注意力快了 6.5 倍，在处理超长文本（如 1000 万 token）时，MoBA 的优势更加明显，可以实现 16 倍以上的加速。Kimi 团队在多个方面对 MoBA 进行了实验验证：缩放定律实验（Scaling Law Experiments）： 实验表明，尽管 MoBA 的注意力模式稀疏度高达 81.25%，但其在语言模型损失方面的表现与全注意力相当。长文本缩放能力（Long Context Scalability）： 通过增加序列长度到 32K，MoBA 的稀疏度进一步提高到 95.31%。实验表明，MoBA 在处理长文本时，其性能与全注意力之间的差距逐渐缩小。细粒度块分割消融研究（Ablation Study on Fine-Grained Block Segmentation）： 实验表明，更细粒度的块分割可以进一步提高 MoBA 的性能。MoBA 与全注意力的混合训练（Hybrid of MoBA and Full Attention）： 实验表明，通过混合使用 MoBA 和全注意力进行训练，可以在训练效率和模型性能之间取得平衡。大型语言模型评估（Large Language Modeling Evaluation）： 在多个真实世界的下游任务中，MoBA 的表现与全注意力模型相当，甚至在某些任务上略有优势。效率和可扩展性（Efficiency and Scalability）： 实验表明，MoBA 在处理长序列时比全注意力更高效，计算复杂度为亚平方级。在 1M token 的测试中，MoBA 比全注意力快了 6.5 倍，在处理 1000 万 token 的序列时，MoBA 的注意力计算时间减少了 16 倍。

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:张伍

TOP1热点：对于未成年人来说，从多大年纪开始带领他们认识真实的世界比较好？

2022年9月24日，云南维权司法鉴定中心出具《司法鉴定意见书》，王卫东死因符合开腹探查术中血管破裂出血、创面渗血致失血性休克死亡。。

@新华社官方微博24日上午发布消息称，经现场初步调查，与体育馆毗邻的教学综合楼施工过程中，施工单位违规将珍珠岩堆置体育馆屋顶。受降雨影响，珍珠岩浸水增重，导致屋顶荷载增大引发坍塌。深入调查仍在进行中。目前，教学综合楼施工单位责任人已被公安机关控制。

TOP2热点：为什么泰州发展不起来?

小王说，这并不是当天第一次发生高空抛物事件，在事发前一两个小时内，还发生了两次一样的事件。“之前有两次，但是没砸到人，扔的是砖头和饮料瓶，然后有人报了两次警，警察也来现场出过警。”小王称，前两次高空抛物之后，考虑到安全问题，她周围摆摊的商家都没有离开自己摊位的棚子，也把外摆出来供游客吃饭的桌子给撤了，“因为当时没有找到抛物的人，怕再有这样的问题，我们就很警惕。”

2013年5月，李春生“空降”广东省出任副省长、省公安厅厅长、党委书记。

TOP3热点：为何在《西游记》中，东海龙王第一次见孙悟空称其为上仙？欲成欢第三部

2013年5月，李春生“空降”广东省出任副省长、省公安厅厅长、党委书记。

娄女士称，事发后她曾去公寓内探查，发现这栋33楼的公寓在30楼往上的楼道内堆放了很多砖头、瓷砖等，“（这些）就直接给了犯罪人员工具，让他能随便到天台上往下扔，给行凶提供了条件，物业和我说这些是住户装修的材料，并且他们说自己没有责任，让我走法律途径。”

TOP4热点：研究生复试如何回答「请介绍你的科研经历 / 项目 / 成果」？拔萝卜痛又叫黄

老郭答应她了，不会再找小三。

事实上，实力较强的大国都不是ICC的成员国，这使其权威性大打折扣。国际刑事法院（ICC）成立于2002年，位于荷兰海牙，其主要功能是对犯有灭绝种族罪、危害人类罪、战争罪、侵略罪的个人进行起诉和审判。截至2023年2月，有123个国家加入了《国际刑事法院罗马规约》，成为国际刑事法院的成员国。另外有31个国家签署了该规约，但是并未得到各自国家立法机构的批准。美国、俄罗斯、中国、印度、印度尼西亚都不是国际刑事法院的成员国。

TOP5热点：像丰川祥子这样的女孩子会有男生喜欢吗？说说都是怎么的干对象的

2009年7月23日，第一届中日韩央行行长会议在中国深圳举行，时任中国人民银行行长周小川出席了会议。

2020年12月，四川省绿化基金会资助在此建立科普纪念碑。

TOP6热点：如何评价 2025 年 2 月米哈游《绝区零》1.6 前瞻直播「在被遗忘的废墟之上」？怎么奖励自己的隐私位置

2022年9月24日，云南维权司法鉴定中心出具《司法鉴定意见书》，王卫东死因符合开腹探查术中血管破裂出血、创面渗血致失血性休克死亡。

日媒指出，日本对华半导体制造设备出口额几乎是美国对华出口额的两倍。

TOP7热点：「考研改成绩骗父母」生意火爆，商家利用前端技术暂时修改网页两天接几百单，如何看待此事？X7X7X7任意噪108

对此，乌克兰官员解释称，这是由于这一地区没有部署更先进的防御系统。当地的防空系统无法击落俄罗斯的“缟玛瑙（Oniks）”和Kh-22导弹，因为它们飞行速度太快。乌克兰武装部队空军司令部发言人伊纳特表示，“可以击落的都被击落了。当然，我们希望能击落更多的导弹。”

没想到王超不相信她，竟然报警了。

TOP8热点：AI 竞赛下半场，三大主流芯片架构中唯一开源的 RISC-V 是否有「后发优势」？14MAY18_XXXXXL56ENDIAN中国

上述文章还提到：据了解，三门峡高新一中初中部由跨省交流班（以陕西籍学生为主）和河南班两种班型组成。跨省交流班的学生随父母的工作地点而选择在三门峡高新一中就读。由于陕西与河南的教材不太一样，中考模式也有所不同，为此，三门峡高新一中组织了专门的教学团队，为跨省交流班量身打造最适合的教学内容。同时，定期与陕西省的联盟校进行交流，参与共同备课等教学活动。九年级第二学期，针对陕西省的中考特点进行考题研究，所有模拟考试均与陕西省保持同步。

知情人表示，中国男篮已在上届世界杯于家门口惨败，无缘东京奥运会，如果再拿不到巴黎奥运会参赛资格，姚明的压力会非常大。“毕竟，姚明运动员时期，每届奥运会都能率领中国男篮参赛，甚至亲自担任中国代表团旗手。连续两届无缘奥运会，他也不好向各方交代。”

TOP9热点：你觉得原生家庭的不幸，是不是要用一生来治愈？47147大但人文艺术欣赏

杨之斌对患者遗体内的11块血纱布作了解释。据他称，患者在术中大出血致手术无法顺利进行，第一时间肯定需止血抢救，为此医院骨科、胸外科等其它科室的专家也前来进行止血抢救，填埋纱布压迫止血是医疗过程中的一个常规操作，跟表皮出血用手指压迫一样，“我们的手术记录上也写得很清楚，没有隐瞒任何事实”。

中日韩央行行长会议

TOP10热点：「考研改成绩骗父母」生意火爆，商家利用前端技术暂时修改网页两天接几百单，如何看待此事？亚洲uu

杨之斌对患者遗体内的11块血纱布作了解释。据他称，患者在术中大出血致手术无法顺利进行，第一时间肯定需止血抢救，为此医院骨科、胸外科等其它科室的专家也前来进行止血抢救，填埋纱布压迫止血是医疗过程中的一个常规操作，跟表皮出血用手指压迫一样，“我们的手术记录上也写得很清楚，没有隐瞒任何事实”。

然而，欧洲的绿色能源梦很难靠自身实现。德新社称，在太阳能产业扩张方面，欧盟对中国的依赖程度超过了过去对俄罗斯天然气的依赖程度。业内人士表示，在欧洲重建太阳能产业的过程中，中企的成本和规模优势巨大。目前欧洲太阳能行业组件年产能总计达8吉瓦。据普华永道分析，仅中国最大的光伏制造商晶科能源目前的光伏组件年产量就达到45吉瓦。而在生产成本上，欧洲企业大约是中企的两倍。