原书出处
大语言模型-基础与前沿 (熊涛)
03 第3章 Transformer
的信息。 为了实现这一目标,Transformer-XL通过在段之间引入循环连接来修改原始的Transformer架构。
它通过复用段之间的隐藏状态并添加额外的内存机制来达到这一目的。这使得模型能够连续使用先前段中的隐藏状态,并将其注意力扩展到更长的上下文中,如图3-4所示。
图3-4 段长为4的Transformer-XL图示(图片来源:Dai et al,2019) 在Transformer
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter5.xhtml
EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d