rope_rotate — LLMCORE `prepare` op

• 데이터 종류: tokens → tokens

• 호출: import fullseye as fs; fs.ledger.rope_rotate(tokens, positions=None, base: 'float' = 10000.0) -> 'np.ndarray'(구현을 직접 호출하려면 import llmcore; llmcore.rope_rotate(tokens, positions=None, base: 'float' = 10000.0) -> 'np.ndarray', 원장에서 가져오려면 opsllmcore.get("rope_rotate"))

사용법

> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.

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。

자세한 사용 가이드

• llmcore 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_attention_identities — py -3.11 examples/poc_attention_identities.py

타입이 이어지는 다음 연산자(`tokens` 를 입력으로 받는 것)

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

같은 카테고리(`prepare`)

rms_norm

*Provenance: llmcore.py — LLMCORE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

rope_rotate — LLMCORE prepare op

사용법