fullseye

attention_weights — LLMCORE score op

• データ種: attnmap → attnmap
• 呼び出し: import fullseye as fs; fs.ledger.attention_weights(scores, mask=None, window=None) -> 'np.ndarray' (実装を直接呼ぶなら import llmcore; llmcore.attention_weights(scores, mask=None, window=None) -> 'np.ndarray'、台帳から引くなら opsllmcore.get("attention_weights"))

使い方

行ごとの softmax(マスクつき)→ attnmap。行和は 1、mask 位置は厳密に 0。

行ごとに最大値を引いてから指数を取る。これは飾りではない —— 引かずに exp すると スコアが大きいとき全行が inf/NaN になる(実測: 96 行中 96 行)。引けば 0 行。

Args: scores: (T, T) float の生スコア(attention_scores の出力)。 mask: None(全対)/ "causal"(下三角)/ "window"(幅 window の因果窓)/ (T, T) の bool 配列。True が「見てよい」。 window: mask="window" のときの窓幅(自分を含む個数)。 Returns: attnmap (T, T) float: 各行が確率分布(和 1)。mask が False の位置は厳密に 0。

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(attnmap を入力に取れる)

attention_apply

同カテゴリ(score)

attention_scores · attention_apply

---

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)。

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.

This site is open source. Improve this page.