kv_cache_decode — LLMCORE `decode` op

• 数据种类:tokens × tokens × tokens → tokens

• 调用: import fullseye as fs; fs.ledger.kv_cache_decode(query_step, key_cache, value_cache, scale=None) -> 'np.ndarray'(要直接调用实现,import llmcore; llmcore.kv_cache_decode(query_step, key_cache, value_cache, scale=None) -> 'np.ndarray';从台账取用则 opsllmcore.get("kv_cache_decode"))

用法

> 该算子的说明尚无译文,以下照原文给出。

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。

详细使用指南

• llmcore 族使用指南

参考(示例数据・文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者・年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• poc_attention_identities — py -3.11 examples/poc_attention_identities.py

类型可衔接的下一个算子(可接受 `tokens` 作为输入)

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

同类别(`decode`)

—

*Provenance: llmcore.py — LLMCORE 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

kv_cache_decode — LLMCORE decode op

用法