คู่มือ AI ภาษา

ข้ามความสนใจ

ความสนใจข้ามช่วยให้การสอบถามจากตัวแทนหนึ่งเข้าร่วมกับคีย์และค่าจากตัวแทนอีกรายหนึ่ง

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของการมุ่งความสนใจแบบข้ามมิติ
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

It is used to connect source and target sequences or different modalities.

เจาะลึก

Cross-attention lets queries from one representation attend to keys and values from another. The Transformer uses this in encoder-decoder layers; latent diffusion uses it for text-conditioned generation. Flamingo uses gated cross-attention layers to connect visual features to a language model and is designed to ingest arbitrarily interleaved visual and textual inputs, including images or video. These are architecture-specific examples, not a universal multimodal design. In Flamingo, cross-attention blocks are gated by a tanh-transformed learned scalar initialized to zero; this is an architecture-specific control and not a claim about how often cross-attention is used across multimodal systems.

การใช้งานจริงในโลกแห่งความเป็นจริง

In an encoder-decoder Transformer, decoder queries attend to encoder outputs.

Latent diffusion models use cross-attention to condition image latents on text embeddings.

Flamingo inserts cross-attention layers so a language model can use visual features.

Different sequence lengths are possible because queries and key-value context need not have matching lengths.

อนาคตของการมุ่งความสนใจแบบข้ามมิติ

When inspecting a multimodal model, identify which stream supplies queries and which supplies keys and values. Evaluate alignment and failure cases across the relevant modalities. The cited papers do not establish one universal cross-attention design.

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ความเร็วและขนาด. ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ
  • เข้าถึงและเข้าถึง. ขยายการเข้าถึงภาษาและรูปแบบการสื่อสาร
  • การตัดสินใจที่ชัดเจนยิ่งขึ้น. ทีมสามารถใช้เวลามากขึ้นในการตัดสิน ในขณะที่ระบบอัตโนมัติจัดการกับการทำซ้ำ

ระวัง

  • ข้อเท็จจริงที่หลอนประสาทสามารถเข้าสู่รายงาน กระแสสนับสนุน หรือผลการวิจัยได้อย่างเงียบๆ
  • ความละเอียดอ่อนของการแจ้งเตือนสามารถสร้างผลลัพธ์ที่ไม่สอดคล้องกันในคำขอที่คล้ายกัน
  • ข้อมูลข้อความที่ละเอียดอ่อนอาจถูกเปิดเผยหากการควบคุมการเข้าถึงอ่อนแอ

ขั้นตอนต่อไป

  1. กำหนดรูปแบบเอาต์พุต โทนเสียง และมาตรฐานคุณภาพก่อนเปิดตัว
  2. การตอบสนองภาคพื้นดินกับแหล่งข้อมูลที่เชื่อถือได้เมื่อใดก็ตามที่ความแม่นยำมีความสำคัญ
  3. รักษาจุดตรวจสอบการตรวจสอบโดยมนุษย์สำหรับผลลัพธ์ที่มีเดิมพันสูง
  4. ติดตามรูปแบบความล้มเหลวและฝึกอบรมพร้อมท์หรือเวิร์กโฟลว์เป็นประจำ

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the Cross-Attention quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

What is Cross-Attention?

Cross-attention lets queries from one representation attend to keys and values from another representation. It is used to connect source and target sequences or different modalities.

ความแตกต่างที่สำคัญระหว่างการเอาใจใส่ตนเองและการเอาใจใส่ข้ามคืออะไร?

ความสนใจข้ามจะดึงคำถามจากลำดับหนึ่ง (เช่น ตัวถอดรหัส) และคีย์และค่าจากอีกลำดับหนึ่ง (เช่น ตัวเข้ารหัส) โดยปล่อยให้ทั้งสองโต้ตอบกัน

ใน Transformer ตัวเข้ารหัส-ตัวถอดรหัส คำค้นหาสำหรับความสนใจแบบข้ามมาจากไหน

ตัวถอดรหัสจะสร้างแบบสอบถามจากเอาต์พุตที่สร้างขึ้นเพียงบางส่วน จากนั้นใช้เอาต์พุตตัวเข้ารหัสเป็นคีย์และค่าเพื่อดึงข้อมูลอินพุตที่เกี่ยวข้อง

เหตุใดทั้งสองลำดับในการสนใจข้ามจึงสามารถมีความยาวหรือรูปแบบที่แตกต่างกันได้

เนื่องจากการสืบค้นมาจากแหล่งหนึ่งและคีย์/ค่าจากอีกแหล่งหนึ่ง ลำดับจึงไม่ขึ้นอยู่กับความยาว ภาษา หรือรูปแบบที่แตกต่างกัน

Stable Diffusion ใช้การสนใจข้ามสายอย่างไร

การให้ความสนใจข้ามทำให้แต่ละส่วนของรูปภาพที่สร้างขึ้นสนใจกับข้อความแจ้ง โดยยึดถือภาพเป็นคำ

การดำเนินการทางคณิตศาสตร์แบบใดที่การสนใจข้ามมีร่วมกับการเอาใจใส่ตนเอง

ทั้งสองใช้ความสนใจแบบดอทโปรดัคที่มีขนาดเท่ากัน: คะแนนความคล้ายคลึงกันระหว่างข้อความค้นหาและคีย์ ค่าซอฟต์แม็กซ์ จากนั้นจึงเป็นผลรวมของค่าแบบถ่วงน้ำหนัก

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →