LLaDA 2.2 宣称 1.64 倍吞吐和原生 128K 上下文
omarsar0 · x · 2026-07-26
这条补充了 LLaDA 2.2 的工程侧优势。
- 它在吞吐上平均达到 Ling-2.6-flash 的 1.64×，再做 FP8 量化还能额外提升 18.6%。
- 模型支持原生 128K 上下文，并采用从 8K 逐步扩展到 128K 的训练策略。
- 由于是 MoE，每个 token 只激活一部分参数；再加上 Block Routing，长上下文推理的路由开销更可控。
所属事件:蚂蚁开源扩散大模型 LLaDA 2.2，主打智能体与自纠错(10 条相关)→
「模型」频道最新
- OpenAI 内部模型宣称证伪指数时间假设 ETH，复杂度理论大佬将独立审查 — Singularitarian · 2026-10-27
- Elo-成本 Pareto 图:8 模型上榜,高分不必贵 — ArtificialAnlys · 2026-10-27
- Opus 5.5 五轴全第一:工艺轴领先 128 分,时序一致性区分度最小 — ArtificialAnlys · 2026-10-27
- AA 发布营销视频生成榜:Opus 5.5 领先 93 分但成本高出 10 倍 — ArtificialAnlys · 2026-10-27
- 同题 Blender 建模实测:GPT-6.1 Terra 10 分钟 3 毛,Sonnet 5.5 一个半小时 15 美元 — CtrlAltDwayne · 2026-10-27
- Unsloth 2-bit 量化 MiniMax M3.1 Flash：143.9GB 跑本地，精度保 91.5% — danielhanchen · 2026-10-27