fullseye

kv_cache_decode — LLMCORE `decode` op

データ種: tokens × tokens × tokens → tokens
呼び出し: import fullseye as fs; fs.ledger.kv_cache_decode(query_step, key_cache, value_cache, scale=None) -> 'np.ndarray' (実装を直接呼ぶなら import llmcore; llmcore.kv_cache_decode(query_step, key_cache, value_cache, scale=None) -> 'np.ndarray'、台帳から引くなら opsllmcore.get("kv_cache_decode"))

使い方

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。

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 · attention_grouped

同カテゴリ(`decode`)

—

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.