2月9日消息，小米MiMo大模型團(tuán)隊宣布推出HySparse——一種面向Agent時代的混合稀疏注意力架構(gòu)，創(chuàng)新使用“極少的全注意力（Full Attention）+稀疏注意力（Sparse Attention）”核心設(shè)計，為Agent時代的超長文本處理提供了高效精準(zhǔn)的技術(shù)解決方案，也為大模型高效注意力結(jié)構(gòu)的研究與落地提供了全新參考。

隨著Agent模型與應(yīng)用的爆發(fā)式發(fā)展，精準(zhǔn)高效處理超長文本正在成為模型必不可少的基礎(chǔ)能力。Agent時代的“富貴病”問題，已經(jīng)變得極為突出。

Agent不僅需要在超長上下文中完成穩(wěn)定的檢索、推理與多輪規(guī)劃，還必須在推理階段保持足夠快的響應(yīng)速度，目前最大的挑戰(zhàn)已經(jīng)不只是“能不能算”，而是“算不算得起”。

為此，小米MiMo提出了全新的HySparse架構(gòu)，以解決上述行業(yè)難題。在多項通用、數(shù)學(xué)、代碼和中文評測中，HySparse在7B Dense和80B MoE兩種規(guī)模均帶來穩(wěn)定提升。

其中在總共49層的80B-A3BMoE模型實(shí)驗中，僅保留5層Full Attention仍能保持甚至提升模型能力，帶來了接近10×的KV Cache存儲降低，實(shí)現(xiàn)效果與效率的兼顧；RULER長文測試表明，HySparse即便將Full Attention層壓到極少，也能穩(wěn)定保持長距離關(guān)鍵信息訪問，充分展現(xiàn)了其混合稀疏結(jié)構(gòu)的優(yōu)勢。

HySparse的推出，標(biāo)志著大模型在“能不能算”向“算不算得起”的關(guān)鍵轉(zhuǎn)變中，正邁出重要一步。

作為小米MiMo在混合注意力架構(gòu)上的重要技術(shù)迭代，HySparse是對MiMo-V2-Flash的Hybrid SWA結(jié)構(gòu)的又一次全新升級。HySparse可以視為在Hybrid SWA的基礎(chǔ)上，為SWA增加了全局的、更重要的token信息補(bǔ)充，實(shí)現(xiàn)“兼容且互補(bǔ)”。這一改進(jìn)不僅提升了性能，還沒有增加KVCache存儲，也沒有顯著增加計算開銷。

小米MiMo表示，計劃在更大規(guī)模模型上進(jìn)一步驗證HySparse的極限和潛力，并持續(xù)探索降低Full Attention層數(shù)量的可能性，讓超長上下文更高效，并為學(xué)術(shù)界和工業(yè)界在混合稀疏注意力方向的研究提供一些參考和啟發(fā)。