- 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:
NV-Embed论文阅读笔记
ssf-yasuo2024-06-22 17:55
相关推荐
深度学习实战训练营19 分钟前
基于keras的停车场车位识别yngsqq37 分钟前
031集——文本文件按空格分行——C#学习笔记菜就多练_08281 小时前
《深度学习》OpenCV 摄像头OCR 过程及案例解析sealaugh322 小时前
aws(学习笔记第一课) AWS CLI,创建ec2 server以及drawio进行aws画图CXDNW2 小时前
【网络篇】计算机网络——应用层详述(笔记)向上的车轮2 小时前
Django学习笔记五:templates使用详解没有余地 EliasJie2 小时前
Windows Ubuntu下搭建深度学习Pytorch训练框架与转换环境TensorRT技术无疆2 小时前
【Python】Streamlit:为数据科学与机器学习打造的简易应用框架浊酒南街2 小时前
吴恩达深度学习笔记:卷积神经网络(Foundations of Convolutional Neural Networks)2.7-2.8看山还是山,看水还是。3 小时前
MySQL 管理