【NLP高频面题 - LLM架构篇】大模型为何使用RMSNorm代替LayerNorm？

【NLP高频面题 - LLM架构篇】大模型为何使用RMSNorm代替LayerNorm？

重要性：★★★ 💯

---

NLP Github 项目：

• NLP 项目实践：fasterai/nlp-project-practice

  介绍：该仓库围绕着 NLP 任务模型的设计、训练、优化、部署和应用，分享大模型算法工程师的日常工作和实战经验

• AI 藏经阁：https://gitee.com/fasterai/ai-e-book

  介绍：该仓库主要分享了数百本 AI 领域电子书

• AI 算法面经：fasterai/nlp-interview-handbook#面经

  介绍：该仓库一网打尽互联网大厂NLP算法面经，算法求职必备神器

• NLP 剑指Offer：https://gitee.com/fasterai/nlp-interview-handbook

  介绍：该仓库汇总了 NLP 算法工程师高频面题

---

大模型使用RMSNorm代替LayerNorm是为了降低计算量。

均方根归一化 （Root Mean Square Layer Normalization，RMS Norm）论文中提出，层归一化（Layer Normalization）之所以有效，关键在于其实现的缩放不变性（Scale Invariance），而非平移不变性（Translation Invariance）。

基于此，RMSNorm在设计时简化了传统层归一化的方法。它移除了层归一化中的平移操作（即去掉了均值的计算和减除步骤），只保留了缩放操作。

因此 RMSNorm 主要是在 LayerNorm 的基础上去掉了减均值这一项，其计算效率更高且没有降低性能。

RMS Norm针对输入向量 x，RMSNorm 函数计算公式如下：

层归一化（LayerNorm）的计算公式：

经过对比，可以清楚的看到，RMSNorm 主要是在 LayerNorm 的基础上去掉了减均值这一项，计算量明显降低。

RMSNorm 层归一化的代码实现：

---

NLP 大模型高频面题汇总

NLP基础篇

【NLP 面试宝典 之 模型分类】 必须要会的高频面题

【NLP 面试宝典 之 神经网络】 必须要会的高频面题

【NLP 面试宝典 之 主动学习】 必须要会的高频面题

【NLP 面试宝典 之 超参数优化】 必须要会的高频面题

【NLP 面试宝典 之 正则化】 必须要会的高频面题

【NLP 面试宝典 之 过拟合】 必须要会的高频面题

【NLP 面试宝典 之 Dropout】 必须要会的高频面题

【NLP 面试宝典 之 EarlyStopping】 必须要会的高频面题

【NLP 面试宝典 之 标签平滑】 必须要会的高频面题

【NLP 面试宝典 之 Warm up 】 必须要会的高频面题

【NLP 面试宝典 之 置信学习】 必须要会的高频面题

【NLP 面试宝典 之 伪标签】 必须要会的高频面题

【NLP 面试宝典 之 类别不均衡问题】 必须要会的高频面题

【NLP 面试宝典 之 交叉验证】 必须要会的高频面题

【NLP 面试宝典 之 词嵌入】 必须要会的高频面题

【NLP 面试宝典 之 One-Hot】 必须要会的高频面题

...

BERT 模型面

【NLP 面试宝典 之 BERT模型】 必须要会的高频面题

【NLP 面试宝典 之 BERT变体】 必须要会的高频面题

【NLP 面试宝典 之 BERT应用】 必须要会的高频面题

...

LLMs 微调面

【NLP 面试宝典 之 LoRA微调】 必须要会的高频面题

【NLP 面试宝典 之 Prompt】 必须要会的高频面题

【NLP 面试宝典 之 提示学习微调】 必须要会的高频面题

【NLP 面试宝典 之 PEFT微调】 必须要会的高频面题

【NLP 面试宝典 之 Chain-of-Thought微调】 必须要会的高频面题

...