rope_rotate — LLMCORE `prepare` op

• Datenarten: tokens → tokens

• Aufruf: import fullseye as fs; fs.ledger.rope_rotate(tokens, positions=None, base: 'float' = 10000.0) -> 'np.ndarray' (die Implementierung direkt: import llmcore; llmcore.rope_rotate(tokens, positions=None, base: 'float' = 10000.0) -> 'np.ndarray'; aus dem Register: opsllmcore.get("rope_rotate"))

Verwendung

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

回転による位置符号(RoPE)→ tokens。回転なのでノルムを保つ。

Su ら 2021。偶奇の対 (x₂ᵢ, x₂ᵢ₊₁) を角度 `pos · base**(−2i/d)` だけ回す。

平面回転の直和なので `‖RoPE(x)‖ == ‖x‖` が厳密に成り立ち(実測 8.9e-16)、

しかも回した 2 本の内積は位置の差だけで決まる(絶対位置を 40 通り動かして幅 8.9e-15)

—— 「相対位置を内積に埋める」という主張が、そのまま検算になる。

Args:

tokens: (T, d) float。d は偶数(対にして回すため)。

positions: (T,) の位置。None なら 0..T−1。飛び飛びの位置(切り出した窓)も渡せる。

base: 角度の底。大きいほど低い軸がゆっくり回る(長い文脈向け)。

Returns:

tokens (T, d) float: 対ごとに回したもの。行ごとのノルムは入力と同じ。

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 · attention_scores · attention_apply · attention_softmax · attention_tiled · attention_linear · attention_grouped · kv_cache_decode

Gleiche Kategorie (`prepare`)

rms_norm

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

rope_rotate — LLMCORE prepare op