YaRN ed estensione della lunghezza del contesto
YaRN (Yet another RoPE extensioN) è una tecnica efficiente per estendere la finestra di contesto utilizzabile di un modello ben oltre ciò su cui è stato addestrato.
Panoramica
Ridimensiona in modo intelligente gli incorporamenti della posizione rotante in modo che un modello addestrato, ad esempio, su token 4K possa gestire 32K o più con una regolazione minima.
Immersione profonda
La maggior parte dei LLM moderni codificano le posizioni dei token con RoPE (Rotary Position Embeddings), che ruotano le query e i vettori chiave in base agli angoli legati alla posizione. Quando si alimentano sequenze più lunghe della durata di addestramento, queste rotazioni entrano in intervalli invisibili e il modello si interrompe. YaRN, introdotto nel 2023 da Bowen Peng e collaboratori, risolve questo problema con l'interpolazione compatibile con NTK applicata per frequenza: lascia le dimensioni ad alta frequenza (che catturano le relazioni locali a corto raggio) per lo più intatte mentre interpola le dimensioni a bassa frequenza (che tracciano la posizione a lungo raggio). YaRN aggiunge anche un aggiustamento della temperatura dell’attenzione per contrastare i cambiamenti di entropia che provengono da contesti più lunghi. Il risultato sono ottime prestazioni a lungo contesto dopo la messa a punto solo di una piccola parte dei dati e dei passaggi richiesti dagli approcci ingenui.
Approfondimento tecnico
RoPE assegna a ciascuna dimensione di incorporamento una frequenza di rotazione. L'interpolazione lineare ingenua comprime tutte le frequenze equamente, danneggiando le dimensioni delle alte frequenze che codificano i dettagli locali più fini. YaRN utilizza una funzione di rampa per interpolare solo le dimensioni a bassa frequenza (lunghezza d'onda lunga) preservando quelle ad alta frequenza, oltre a un ridimensionamento della temperatura di attenzione di 1/sqrt(t) che mantiene stabile la nitidezza softmax man mano che la lunghezza della sequenza aumenta. Questo approccio NTK per parti estende il contesto con un degrado molto inferiore.
Impatto strategico
Costo e budget
Le decisioni relative all'architettura determinano prestazioni e costi operativi per anni.
Decisioni più chiare
La formazione tecnica aiuta i team a scegliere lo stack giusto, non solo quello più nuovo.
Controllo di qualità
Migliori scelte ingegneristiche riducono gli incidenti legati all’affidabilità nella produzione.
Il futuro di YaRN e l'estensione della lunghezza del contesto
L'estensione del contesto è ormai una pratica standard: i modelli aperti distribuiscono regolarmente varianti estese di YaRN che raggiungono 128.000 token o oltre. La ricerca si sta muovendo verso metodi che estendono il contesto con una regolazione fine pari a zero o quasi zero, combinano il riscalamento RoPE con trucchi relativi ai modelli di attenzione e mantengono la qualità su tutta la finestra anziché solo sulle estremità. Aspettatevi una più stretta integrazione di queste tecniche nella pre-formazione in modo che il contesto lungo sia nativo piuttosto che adattato.
Implementazione nel mondo reale
Estensione di un modello aperto in contesto 4K a 32K o 128K per la risposta a domande su documenti lunghi con una breve messa a punto
Abilitazione dei sistemi potenziati dal recupero per acquisire molti passaggi concatenati senza troncamento
Potenzia gli assistenti al codice che necessitano di un intero file di repository di grandi dimensioni o di più file in un unico prompt
Adattamento di un modello base per lunghe conversazioni a più turni che accumulano grandi cronologie di chat
Rischi e guardrail
L'ottimizzazione di un benchmark può nascondere debolezze di sistema più ampie.
I costi delle infrastrutture e della manutenzione sono spesso sottostimati.
Le lacune in termini di sicurezza e osservabilità possono aumentare man mano che i sistemi diventano più complessi.
Tabella di marcia per l'implementazione
Definire obiettivi di latenza, qualità e costi prima dell'implementazione.
Benchmark in condizioni di carico e dati realistiche.
Monitoraggio dello strumento per errori, deriva e impatto sull'utente.
Preparare percorsi di rollback e risposta agli incidenti prima della scalabilità.
Continua a esplorare
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the YaRN and Context Length Extension quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Prossima guida
Interpolazione della posizione per l'estensione del contesto
Domande frequenti
Cos'è YaRN e l'estensione della lunghezza del contesto?
YaRN (Yet another RoPE extensioN) è una tecnica efficiente per estendere la finestra di contesto utilizzabile di un modello ben oltre ciò su cui è stato addestrato. Ridimensiona in modo intelligente gli incorporamenti della posizione rotante in modo che un modello addestrato, ad esempio, su token 4K possa gestire 32K o più con una regolazione minima.
Quale metodo di codifica della posizione modifica YaRN per estendere il contesto?
YaRN, il cui nome significa Ancora un'altra estensione RoPE, ridimensiona gli incorporamenti di posizione rotante utilizzati nella maggior parte dei moderni LLM.
Cosa va storto quando un modello RoPE vede sequenze più lunghe della sua durata di addestramento?
Le posizioni oltre l'addestramento producono angoli di rotazione che il modello non ha mai visto, quindi il comportamento di attenzione si degrada drasticamente.
In che modo YaRN tratta le diverse dimensioni di frequenza del RoPE?
YaRN utilizza una rampa NTK per parti che interpola le attenuazioni a bassa frequenza a lunghezza d'onda lunga e lascia per lo più intatte le attenuazioni ad alta frequenza a corto raggio.
Oltre alle frequenze di riscalamento, quale aggiustamento aggiuntivo applica YaRN?
YaRN aggiunge un ridimensionamento della temperatura ai log di attenzione per contrastare gli spostamenti di entropia che si verificano con la crescita del contesto.
Qual è un vantaggio pratico chiave di YaRN rispetto all'interpolazione ingenua?
YaRN raggiunge un'elevata qualità del contesto lungo dopo aver perfezionato una piccola parte dei metodi ingenui sui dati richiesti.