← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6515.b · 生成模型:GPT-6

缓存位置偏移必须连续

理解等级:高级

缓存解码时,新 token 的 RoPE 位置应接续历史长度;若每步重新从零旋转,新键与历史键的位置关系就会失真。追加多少新 token、缓存已有多少位置及旋转表切片必须一致,并检查预计算表界限。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      queries = apply_rope(queries, cos, sin, offset=start_pos) keys_new = apply_rope(keys_new, cos, sin, offset=start_pos) if cache is not None: prev_k, prev_v = cache keys = torch.cat([prev_k, keys_new], dim=2) values = torch.cat([prev_v, values_new], dim=2) else: start_pos = 0 #C keys, values = keys_new, values_new next_cache = (keys, values) keys = keys.repeat_interleave( #D self.group_size, dim=1 #D ) #D values = values.repeat_interleave( #D self.group_size, dim=1 #D ) #D

    参考来源

    - 位置:《Build a Reasoning Model (From Scratch)》第09章《附录C Qwen3模型源码》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Build a Reasoning Model (From Scratch)/_epub-src/OEBPS/Text/appendix-c.html) - 结论依据:摘录中关于缓存位置偏移必须连续的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:queries = apply_rope(queries, cos, sin, offset=start_pos) keys_new = apply_rope(keys_new, cos, sin, offset=start_pos) if cache is not None: prev_k, prev_v = cache keys = torch.cat([prev_k, keys_new], dim=2) values = torch.cat([prev_v, values_new], dim=2) else: start_pos = 0 #C keys, values = keys_new, values_new next_cache = (keys, values) keys = keys.repeat_interleave( #D self.group_size, dim=1 #D ) #D values = values.repeat_interleave( #D self.group_size, dim=1 #D ) #D