fullseye

attention_grouped — LLMCORE `attend` op

データ種: tokens × tokens × tokens → tokens
呼び出し: import fullseye as fs; fs.ledger.attention_grouped(query, key, value, n_heads: 'int', n_kv_heads: 'int', mask=None, window=None) -> 'np.ndarray' (実装を直接呼ぶなら import llmcore; llmcore.attention_grouped(query, key, value, n_heads: 'int', n_kv_heads: 'int', mask=None, window=None) -> 'np.ndarray'、台帳から引くなら opsllmcore.get("attention_grouped"))

使い方

頭を束ねる注意(GQA)→ tokens。n_kv_heads == n_heads で MHA、== 1 で MQA に厳密一致。

Ainslie ら 2023。query は n_heads 本に割り、key/value は n_kv_heads 本しか持たずに使い回す。両端が既存の 2 つ(MHA / MQA)に厳密に落ちる(どちらも 0.0e+00) ので、「中間を取る」という主張が端で検算できる。

Args: query: (T, n_heads·dh) float。頭ごとに幅 dh で並んでいる。 key: (S, n_kv_heads·dh) float。 value: (S, n_kv_heads·dh) float。 n_heads: query の頭の数。n_kv_heads の倍数であること。 n_kv_heads: key/value の頭の数。1 なら MQA、n_heads なら MHA。 mask: None / "causal" / "window" / (T, S) の bool 配列。 window: mask="window" のときの窓幅。 Returns: tokens (T, n_heads·dh) float: 頭ごとの出力を横に連結したもの。

詳しい使い方ガイド

llmcore ファミリガイド

参考(サンプルデータ・文献)

サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

poc_attention_identities — py -3.11 examples/poc_attention_identities.py

型が繋がる次の op(`tokens` を入力に取れる)

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

同カテゴリ(`attend`)

attention_softmax · attention_tiled · attention_linear

Provenance: llmcore.py — LLMCORE operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

This site is open source. Improve this page.