概述
位置插值 (PI) 是一种通过重新缩放位置索引而不是外推位置索引来将语言模型的可用上下文窗口延伸到远远超出其训练长度的技术。它让在 2K 或 4K 令牌上训练的模型只需进行轻微微调即可处理 32K 或更多。
上下文扩展的位置插值是语言 AI 堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。
深入探讨
大多数现代法学硕士都使用旋转位置嵌入（RoPE），它将位置编码为应用于查询和键向量的旋转角度。如果你只是输入更长的序列，模型会看到它从未训练过的位置和旋转角度，并且性能会崩溃，因为注意力很难推断出范围之外的频率。位置插值避免了外推：为了从长度 L 延伸到长度 L'，它将每个位置索引除以因子 L'/L，将新范围压缩回训练区间。该模型现在只能看到分布角度，只是间隔更密集。短暂的微调（通常是几百到一千步）可以让它适应更精细的间距，以预训练成本的一小部分产生稳定的长上下文行为。
技术洞察
RoPE 以从细到粗的频率旋转尺寸对。 PI 将位置 m 重新调整为 m/s，其中 s = L'/L，因此旋转角度保持在训练范围内而不是外推。 NTK 感知缩放和 YaRN 等频率感知变体更进一步：它们更少地缩放低频，更多地缩放高频（或按波长插值），保留高频局部细节，同时扩展低频长距离范围。
掌握上下文扩展的位置插值
位置插值 (PI) 是一种通过重新缩放位置索引而不是外推位置索引来将语言模型的可用上下文窗口延伸到远远超出其训练长度的技术。它让在 2K 或 4K 令牌上训练的模型只需进行轻微微调即可处理 32K 或更多。上下文扩展的位置插值是语言 AI 堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。为了建立深入的理解，请将上下文扩展的位置插值视为一个操作模型，而不是一个单一的功能：定义所需的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，使用位置插值进行上下文扩展的强大团队将提示、检索和审查循环设计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
将 4K 训练的 LLaMA 模型扩展到 32K 上下文，以在短暂微调后总结长文档。
将整个代码库或大型法律合同加载到一个提示中以进行跨文件问答。
使用 NTK 感知或 YaRN 缩放来延长上下文，只需最少或无需额外培训。
通过在推理时重新调整 RoPE 位置，提供长聊天历史记录而不会被截断。
实施模式
实践中上下文扩展的位置插值
将 4K 训练的 LLaMA 模型扩展到 32K 上下文，以在短暂微调后总结长文档。
将 4K 训练的 LLaMA 模型扩展到 32K 上下文，以在简短微调后总结长文档 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跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
实践中上下文扩展的位置插值
将整个代码库或大型法律合同加载到一个提示中以进行跨文件问答。
将整个代码库或大型法律合同加载到一个提示中以进行跨文件问答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。
实践中上下文扩展的位置插值
使用 NTK 感知或 YaRN 缩放来延长上下文，只需最少或无需额外培训。
使用 NTK 感知或 YaRN 扩展来延长上下文，只需最少或无需额外培训 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。
实践中上下文扩展的位置插值
通过在推理时重新调整 RoPE 位置，提供长聊天历史记录而不会被截断。
通过在推理时重新调整 RoPE 位置，在不截断的情况下提供长聊天历史记录 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。