attention_scores — LLMCORE score op

• データ種: tokens × tokens → attnmap

• 呼び出し: import fullseye as fs; fs.ledger.attention_scores(query, key, scale=None) -> 'np.ndarray' (実装を直接呼ぶなら import llmcore; llmcore.attention_scores(query, key, scale=None) -> 'np.ndarray'、台帳から引くなら opsllmcore.get("attention_scores"))

使い方

生の注意スコア QKᵀ/√d → attnmap (T, S)。

Args:

query: (T, d) float。問い合わせる側。

key: (S, d) float。引かれる側。d は query と同じ。

scale: スコアの倍率。None なら 1/√d(Vaswani ら 2017 —— 内積が d に比例して

育ち softmax が尖るのを打ち消す)。

Returns:

attnmap (T, S) float: softmax にかける前の生のスコア。

詳しい使い方ガイド

• llmcore ファミリ ガイド

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_attention_identities — py -3.11 examples/poc_attention_identities.py

型が繋がる次の op(attnmap を入力に取れる)

attention_weights · attention_apply

同カテゴリ(score)

attention_weights · attention_apply

*Provenance: llmcore.py — LLMCORE operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.