NV-Embed论文阅读笔记

  • 这是NVIDIA的一篇论文,LLM通常使用的是GPT的decoder范式作为一个生成模型,文章探讨如何利用这样的decoder生成模型来实现BERT这样的encoder的功能,即提取有效的embedding。
  • 现有的方法提取embedding的方式无非是 1 mean pooling; 2 the last token embedding。前者是encoder-like的model用得多,后者是decoder-like的model用得多。然而这两者都有问题。
  • 文章提出的方法是,decoder模型正常是会通过循环的方式生成一段序列嘛,最后一个time step的一层的Q就是 l × d l\times d l×d的, l l l个token每个 d d d维,然后我预定义一个latent array,是 r × d r\times d r×d的,它作为 r r r个token的K和V,用来和Q算attention(实际上做的是多头注意力,这里简单起见按单头注意力讲解),得到 O O O是 l × d l\times d l×d的,再接MLP GELU MLP,再过一个mean pooling,得到最终的embedding。
  • 文章一边说train from scratch,又说用LoRA,就很奇怪。
  • 另外呢,文章把mask去掉了,之前的GPT,每个token做注意力只能看到前面的token,但文章发现直接全都看得到在提取embedding方面效果更好:
  • 文章试验了bidirect attention/causal attention的对比,EOS Mean latent-attention self-attention的对比:
相关推荐
郭涤生11 分钟前
Chapter 7: Linking_《Computer Systems A Programmer’s Perspective》
笔记·系统架构
wusixuan1310043 小时前
图论学习笔记2
笔记·学习·图论
带刺的坐椅3 小时前
无耳 Solon Ai MCP,发布工具服务,使用工具服务。效果预览!
ai·llm·solon·mcp
郭涤生4 小时前
Chapter 4: Encoding and Evolution_《Designing Data-Intensive Application》
笔记·分布式
zhuyixiangyyds4 小时前
day24学习Pandas库
笔记·学习·pandas
kfepiza4 小时前
MGR 和 GPT 笔记250406
笔记·gpt
~卷心菜~4 小时前
【Docker基础】--查阅笔记1
笔记·docker
郭涤生6 小时前
Chapter 7: Compiling C++ Sources with CMake_《Modern CMake for C++》_Notes
c++·笔记·软件构建
丶Darling.7 小时前
深度学习与神经网络 | 邱锡鹏 | 第四章学习笔记 神经网络
深度学习·神经网络·学习