本文主要是介绍LLM的基础模型7：Positional Encoding，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
大模型技术论文不断，每个月总会新增上千篇。本专栏精选论文重点解读，主题还是围绕着行业实践和工程量产。若在某个环节出现卡点，可以回到大模型必备腔调或者LLM背后的基础模型新阅读。而最新科技（Mamba,xLSTM,KAN）则提供了大模型领域最新技术跟踪。若对于具身智能感兴趣的请移步具身智能专栏。技术宅麻烦死磕AI架构设计。
位置编码
在自然语音处理器中，输入的单词或者Token序列的顺序及其在句子中的位置非常重要。毕竟若单词重排序，整个句子含义会改变。
在实现 NLP的解决方案时，RNN具有处理序列顺序的内置机制。然而，基于Transformer的大模型不使用递归或卷积，而是将每个数据视为独立于其他的数据。因此，位置信息需要被显式添加到模型中，以保留有关句子中单词顺序的信息，而位置编码则是其中的解决方案。
位置编码描述序列中实体的位置或位置，以便为每个位置分配唯一的表示形式。在Transformer模型中，不使用单个数字（例如索引值）来表示项目的位置的原因有很多。对于长序列，索引的数值会变大。若将索引值归一化为介于 0 和 1 之间，则可能会对可变长度序列产生问题。
Transformer使用智能位置编码方案，其中每个位置/索引都映射到一个向量。因此每个输入经过位置编码层的输出是一个向量。整个序列就组成了一个矩阵，其中矩阵的每一行表示序列的一个编码对象。下图显示了仅对位置信息进行编码的矩阵示例。
上面的例子序列长度为4，模型的编码的维度为d维
在继续往下之前，先帮助大家温习下正弦函数和余弦函数，两者的取值范围是 [-1，+1]。该波形的频率是一秒钟内完成的周期数。波长是波形重复的距离。不同波形的波长和频率如下图所示。
Transformer中的位置编码算法如下。这里假设有一个长度为L的输入序列，并且需要求出kth对象在此序列中的位置编码。偶数位置对应于正弦函数，奇数位置对应于余弦函数。
这里k代表某个对象在序列中的位置 0≤k<L/2；d代表单词嵌入（embedding）之后的向量维度；P(k,j)代表位置函数；n代表超参数，最初的设置为10000；i为映射使用的索引，0≤i<d/2。
上图是从侧面来理解这种编码。还是刚才的例子，通过上面的公式可以求出每个位置的数值，每一行即为某个单词的位置编码。
其实这个位置编码是固定的，在已经知道L，n和d的前提下。因此可以画出可视化的位置编码矩阵图。
这里假定n=10000，L=100，d=512，颜色代表着1到-1的取值
下面为不同模型的位置编码矩阵图，当然最新的还出现了一种CoPE：
位置编码真的有用？
有篇论文做了一些实验，试图搞清楚位置嵌入到底学到了什么。
研究小组的目的在于搞清楚预训练的 Transformer 位置嵌入的隐含含义。Transformer 编码器在类似掩码语言建模（Bert）中能有效的学习到局部的位置信息。用于自回归语言建模的 Transformer 解码器实际上学习的是绝对位置。对预训练位置嵌入的实证实验验证了上面的假设。
研究还表明具有不同模型架构和不同训练目标的NLP任务以不同的方式利用位置信息。因此根据目标NLP任务中选择合适的编码函数将成为后续需要持续关注的地方。
这篇关于LLM的基础模型7：Positional Encoding的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
