知识卡片
RWKV无上限不等于会记
RWKV结合RNN特性与并行训练思路。原书用它说明:理论上不受固定上下文长度约束,并不保证长上下文下的任务表现好。选型应区分能够接收长序列、计算是否可承受,以及是否真正利用了远处信息。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
它是一种基于RNN的模型,可以实现并行化训练。由于其RNN的特性,理论上它不像基于Transformer的模型那样存在上下文长度限制。然而在实践中,没有上下文长度限制并不意味着就能在长上下文下获得良好的性能。
参考来源
- 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:它是一种基于RNN的模型,可以实现并行化训练。由于其RNN的特性,理论上它不像基于Transformer的模型那样存在上下文长度限制。然而在实践中,没有上下文长度限制并不意味着就能在长上下文下获得良好的性能。