215 похожих чатов

Разбираюсь с трансформерами, возникло несколько вопросов по их работе и

по мотивам positional encoding. Как кодируется положение слова относительно начала текста и зачем это делается, я вроде бы понимаю. Почему суммируется позициональный вектор и вектор эмбеддинга, я тоже вроде как понимаю.

Вопросы:

1) размерность позициональных векторов пропорциональна максимальной длине контекста, а размерность эмбеддингов пропорциональна размеру словаря. Как происходит подгонка размерностей, чтобы позиции и эмбеддинги имело смысл суммировать, а не конкатенировать? Другими словами, для больших контекстов и маленького словаря позициональные вектора будут куда длиннее эмбеддингов. Что делать, растягивать эмбеддинги? Паддить? Почему?

2 ответов

27 просмотров

У позиционных эмбеддингов шейп ( максимальная длина контекста, 512), у эмбеддингов токенов (размер словаря, 512). После лукапа по матричкам эмбеддингов получаются шейпы (длина последовательности, 512) и все прекрасно складывается

toriningen- Автор вопроса
Cookie Thief
У позиционных эмбеддингов шейп ( максимальная длин...

понял, эмбеддинги растягиваются (или скукоживаются) как раз за счет тех аттеншон-матриц, размерность которых по одной оси это длина эмбеддинга, а по второй - максимальная длина контекста а как быть с остальными вопросами?

Похожие вопросы

Обсуждают сегодня

Господа, а что сейчас вообще с рынком труда на делфи происходит? Какова ситуация?
Rꙮman Yankꙮvsky
29
А вообще, что может смущать в самой Julia - бы сказал, что нет единого стандартного подхода по многим моментам, поэтому многое выглядит как "хаки" и произвол. Короче говоря, с...
Viktor G.
2
30500 за редактор? )
Владимир
47
а через ESC-код ?
Alexey Kulakov
29
Чёт не понял, я ж правильной функцией воспользовался чтобы вывести отладочную информацию? но что-то она не ловится
notme
18
У меня есть функция где происходит это: write_bit(buffer, 1); write_bit(buffer, 0); write_bit(buffer, 1); write_bit(buffer, 1); write_bit(buffer, 1); w...
~
14
Добрый день! Скажите пожалуйста, а какие программы вы бы рекомендовали написать для того, чтобы научиться управлять памятью? Можно написать динамический массив, можно связный ...
Филипп
7
Недавно Google Project Zero нашёл багу в SQLite с помощью LLM, о чём достаточно было шумно в определённых интернетах, которые сопровождались рассказами, что скоро всех "ибешни...
Alex Sherbakov
5
Ребят в СИ можно реализовать ООП?
Николай
33
https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_h_common.erl#L174 https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_olp.erl#L76 15 лет назад...
Maksim Lapshin
20
Карта сайта