Snap 发布：号称首个全次二次语言模型，任意输入长度单 token 算力恒定

团队发布语言模型 Snap，称其为首个全面次二次、已大规模生产可用的语言模型，训练与推理中每 token 算力恒定，与输入长度无关。传统 Transformer 下输入扩大 10 倍、注意力算力需 100 倍，Snap 借此支持更长上下文和更优成本结构。作者称社区已用它构建 coding agent 记忆、UI 设计、推荐系统等应用。