kv_cache_decode — LLMCORE `decode` op

• Datenarten: tokens × tokens × tokens → tokens

• Aufruf: import fullseye as fs; fs.ledger.kv_cache_decode(query_step, key_cache, value_cache, scale=None) -> 'np.ndarray' (die Implementierung direkt: import llmcore; llmcore.kv_cache_decode(query_step, key_cache, value_cache, scale=None) -> 'np.ndarray'; aus dem Register: opsllmcore.get("kv_cache_decode"))

Verwendung

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

1 トークン分だけ進める推論(KV Cache)→ tokens (1, dv)。

因果マスクの下では未来を書き換えても前の出力が 1 ビットも動かない(実測 0.0e+00)

ので、済んだ key/value を取っておいて 1 行だけ計算すればよい —— 逐次に 1 行ずつ

進めた結果は、全系列を一括で通した結果と一致する(相対差 1.6e-16)。

計算量は 1 歩あたり O(T d) で、一括の O(T² d) を T 歩に割ったものに等しい。

Args:

query_step: (1, d) float。いま生成しようとしている 1 トークン。

key_cache: (T, d) float。ここまでに見た key(自分を含む)。

value_cache: (T, dv) float。同じ長さの value。

scale: スコアの倍率。None なら 1/√d。

Returns:

tokens (1, dv) float: 一括で通した最終行と一致する。

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_softmax · attention_tiled · attention_linear · attention_grouped

Gleiche Kategorie (`decode`)

—

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

kv_cache_decode — LLMCORE decode op