概述
交叉注意力是一种让一个序列查看另一个序列的机制：生成文本的解码器可以关注编码器的输入表示。这就是模型如何将它们正在生成的内容与它们所阅读的内容连接起来，为翻译、字幕和现代多模式系统提供动力。
交叉注意力是语言人工智能堆栈的一部分，用于大规模阅读、生成、分类和转换文本和语音。
深入探讨
自注意力使一个序列中的标记相互关联；交叉注意力让一个序列从另一个序列中获取信息。在 Transformer 解码器中，每个生成步骤都会从部分生成的输出中形成查询，而键和值来自编码器的输出。该模型计算每个输入元素与当前输出位置的相关程度，并引入输入信息的加权混合。这就是让翻译解码器在写入每个目标单词时专注于正确的源单词的原因。除了文本之外，交叉注意力是多模态模型中的粘合剂：文本解码器可以关注图像块特征，或者音频模型可以将声音与转录的单词对齐。每当两个不同的信息流需要融合时，交叉注意力通常是结缔组织。
技术洞察
从机制上讲，交叉注意力重用了与自注意力相同的缩放点积公式，但有一点不同：查询来自一个序列（解码器），键/值来自另一个序列（编码器）。它将注意力权重计算为查询键相似度上的 softmax，然后返回值的加权和。由于查询和密钥源自不同的源，因此两个序列在长度、模式或语言上可能完全不同。
掌握交叉注意力
交叉注意力是一种让一个序列查看另一个序列的机制：生成文本的解码器可以关注编码器的输入表示。这就是模型如何将它们正在生成的内容与它们所阅读的内容连接起来，为翻译、字幕和现代多模式系统提供动力。交叉注意力是语言人工智能堆栈的一部分，用于大规模阅读、生成、分类和转换文本和语音。为了建立深入的理解，请将交叉注意力视为一种操作模型，而不是单一特征：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，强大的团队使用交叉注意力设计提示、检索和审查循环作为一个集成的通信系统。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
语言工作流程可以在不牺牲一致性的情况下更快地移动。与此同时，幻觉事实可以悄悄地进入报告、支持流程或研究成果。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
语言工作流程可以在不牺牲一致性的情况下更快地移动。
语言工作流程可以在不牺牲一致性的情况下更快地移动。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
它扩展了跨语言和沟通方式的访问。
它扩展了跨语言和沟通方式的访问。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
团队可以花更多时间进行判断，而自动化则可以处理重复。
团队可以花更多时间进行判断，而自动化则可以处理重复。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
在神经机器翻译中，解码器交叉处理源单词，为每个输出单词选择正确的翻译。
稳定扩散使用交叉注意力来调节文本提示上每个生成的图像区域。
像 Flamingo 这样的视觉语言模型让文本标记交叉参与图像特征以进行视觉问题回答。
语音到文本解码器交叉参与编码的音频帧，以将声音与正在转录的单词对齐。
实施模式
实践中的交叉注意力
在神经机器翻译中，解码器交叉处理源单词，为每个输出单词选择正确的翻译。
在神经机器翻译中，解码器交叉处理源单词，为每个输出单词选择正确的翻译。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
实践中的交叉注意力
稳定扩散使用交叉注意力来调节文本提示上每个生成的图像区域。
稳定扩散使用交叉注意力来调节文本提示上每个生成的图像区域。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
实践中的交叉注意力
像 Flamingo 这样的视觉语言模型让文本标记交叉参与图像特征以进行视觉问题回答。
像 Flamingo 这样的视觉语言模型让文本标记交叉参与视觉问答的图像特征。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
实践中的交叉注意力
语音到文本解码器交叉参与编码的音频帧，以将声音与正在转录的单词对齐。
语音到文本解码器交叉参与编码的音频帧，以使声音与正在转录的单词保持一致。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
幻觉的事实可以悄悄地进入报告、支持流程或研究成果。
及时的敏感性可能会在类似的请求中产生不一致的结果。
如果访问控制薄弱，敏感文本数据可能会暴露。
实施路线图
在推出之前定义输出格式、语气和质量标准。
在推出之前定义输出格式、语气和质量标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
当准确性很重要时，请使用可信来源进行地面响应。
当准确性很重要时，请使用可信来源进行地面响应。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为高风险输出保留人工审查检查点。
为高风险输出保留人工审查检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪故障模式并定期重新训练提示或工作流程。
跟踪故障模式并定期重新训练提示或工作流程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。