情報科学 › LLM アーキテクチャ › スケーリングと文脈
注意のパターン・窓つき注意・大域トークン
定義 4.1(「スケーリングと文脈」§4)
M∈{0,1}n×n で、すべての i について Mii=1 であるものを注意のパターンといいます。パターン M つきの注意は、位置 i のクエリ qi、位置 j のキー kj とバリュー vj に対して
αij=⎩⎨⎧∑j′:Mij′=1exp(⟨qi,kj′⟩/d)exp(⟨qi,kj⟩/d)0(Mij=1)(Mij=0)出力の第 i 行=j:Mij=1∑αijvjで定めます。Mii=1 なので分母は正です。
- Mij=1 ならば j≤i であるとき(M が下三角のとき)、パターンは因果的であるといいます。
- 全注意(因果的): Mij=1⟺j≤i。
- 幅 w のスライディングウィンドウ注意(因果的、w≥1): Mij=1⟺i−w<j≤i。各位置は自分を含む直前の w 個を見ます。
- 大域トークン: 位置の集合 G⊂{1,…,n} を選び、パターン M を Mij′=1⟺(Mij=1 または i∈G または j∈G) に広げます。すべての位置が大域トークンを見て、大域トークンはすべての位置を見ます。
本文で読む(前後の説明と例)→
閉包の状態
定義
定義は閉包の起点です(証明を要しません)。
印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。
これを使っている定理
証明で明示的に参照している定理は、まだありません。
関連するノック 3 問