attention_softmax — LLMCORE `attend` op

• Datenarten: tokens × tokens × tokens → tokens

• Aufruf: import fullseye as fs; fs.ledger.attention_softmax(query, key, value, mask=None, window=None, scale=None) -> 'np.ndarray' (die Implementierung direkt: import llmcore; llmcore.attention_softmax(query, key, value, mask=None, window=None, scale=None) -> 'np.ndarray'; aus dem Register: opsllmcore.get("attention_softmax"))

Verwendung

> Für diesen Operator gibt es noch keine Übersetzung. Es folgt der Originaltext unverändert.

一括の注意(参照実装)→ tokens。この族の答え合わせの基準。

(T, T) のスコア行列を実際に作ってから softmax する、いちばん素直な書き方。

`attention_tiled / attention_linear / attention_grouped` はこれと

一致することで正しさを示す。

Args:

query: (T, d) float。

key: (S, d) float。

value: (S, dv) float。

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

window: `mask="window"` のときの窓幅。

scale: スコアの倍率。None なら 1/√d。

Returns:

tokens (T, dv) float: 注意で混ぜた列。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie llmcore

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_attention_identities — py -3.11 examples/poc_attention_identities.py

Typkompatible Folge-Operatoren (nehmen `tokens` als Eingabe)

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

Gleiche Kategorie (`attend`)

attention_tiled · attention_linear · attention_grouped

*Provenance: llmcore.py — LLMCORE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

attention_softmax — LLMCORE attend op