attention_grouped — LLMCORE `attend` op

• 資料種類:tokens × tokens × tokens → tokens

• 呼叫: import fullseye as fs; fs.ledger.attention_grouped(query, key, value, n_heads: 'int', n_kv_heads: 'int', mask=None, window=None) -> 'np.ndarray'(要直接呼叫實作,import llmcore; llmcore.attention_grouped(query, key, value, n_heads: 'int', n_kv_heads: 'int', mask=None, window=None) -> 'np.ndarray';從台帳取用則 opsllmcore.get("attention_grouped"))

用法

> 該運算子的說明尚無譯文,以下照原文給出。

頭を束ねる注意(GQA)→ tokens。n_kv_heads == n_heads で MHA、== 1 で MQA に厳密一致。

Ainslie ら 2023。query は `n_heads 本に割り、key/value は n_kv_heads` 本しか

持たずに使い回す。両端が既存の 2 つ(MHA / MQA)に厳密に落ちる(どちらも 0.0e+00)

ので、「中間を取る」という主張が端で検算できる。

Args:

query: (T, n_heads·dh) float。頭ごとに幅 dh で並んでいる。

key: (S, n_kv_heads·dh) float。

value: (S, n_kv_heads·dh) float。

n_heads: query の頭の数。`n_kv_heads` の倍数であること。

n_kv_heads: key/value の頭の数。1 なら MQA、`n_heads` なら MHA。

mask: None / `"causal" / "window"` / (T, S) の bool 配列。

window: `mask="window"` のときの窓幅。

Returns:

tokens (T, n_heads·dh) float: 頭ごとの出力を横に連結したもの。

詳細使用指南

• llmcore 族使用指南

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• poc_attention_identities — py -3.11 examples/poc_attention_identities.py

型別可銜接的下一個運算子(可接受 `tokens` 作為輸入)

rms_norm · rope_rotate · attention_scores · attention_apply · attention_softmax · attention_tiled · attention_linear · kv_cache_decode

同類別(`attend`)

attention_softmax · attention_tiled · attention_linear

*Provenance: llmcore.py — LLMCORE 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

attention_grouped — LLMCORE attend op

用法