概述
滑动窗口注意力限制每个标记仅关注附近标记的固定大小邻域，而不是整个序列。这将标准注意力的二次成本降低为线性，使得长上下文模型的运行成本要低得多。
滑动窗口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
标准自注意力将每个标记与其他每个标记进行比较，因此长度为 N 的序列需要大约 N 平方的比较。滑动窗口注意力通过为每个令牌提供一个大小为 W（例如 4,096 个令牌）的窗口并仅关注该窗口内的邻居来解决此问题。成本以 N 倍 W 而非 N 平方增长。至关重要的是，堆叠许多窗口层扩展了有效感受野：在 L 层之后，信息可以传播大约 L 倍 W 的标记，就像 CNN 不断增长的感受野一样。 Mistral 7B 通过跨 32 层的 4,096 个代币窗口普及了这一点，理论上达到了 131K 个代币跨度。模型通常将窗口层与偶尔的全注意力层混合以保留远程链接。
技术洞察
在注意力掩码中，位置 i 处的查询只允许查看位置 i 减去 W 加 1 到 i 的键（因果情况）。这种稀疏掩码意味着 KV 缓存只需要每层最后 W 个令牌，从而在生成过程中减少内存。由于窗口随着每个新令牌而变化，因此它自然地与滚动缓冲区高速缓存配对，滚动缓冲区高速缓存会覆盖最旧的条目而不是永远增长。
掌握滑动窗口注意力
滑动窗口注意力限制每个标记仅关注附近标记的固定大小邻域，而不是整个序列。这将标准注意力的二次成本降低为线性，使得长上下文模型的运行成本要低得多。滑动窗口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，请将滑动窗口注意力视为一种操作模型，而不是单个功能：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然需要专家判断的任务分开。
在实践中，强大的团队使用滑动窗口注意力设计提示、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
Mistral 7B 在其各层之间使用 4,096 个令牌的滑动窗口，以便在消费类 GPU 上以较低的成本处理长提示。
Longformer 应用窗口注意力加上一些全局标记来对多页文档进行分类和总结。
Gemma 2 将局部滑动窗口层与全局注意力层交替使用，以平衡速度和远程召回。
聊天助手中的滚动缓冲 KV 缓存仅保留最近的令牌窗口，从而在长时间对话期间限制内存。
实施模式
实践中的滑动窗口注意力
Mistral 7B 在其各层之间使用 4,096 个令牌的滑动窗口，以便在消费类 GPU 上以较低的成本处理长提示。
Mistral 7B 在其各层之间使用 4,096 个令牌的滑动窗口，在消费级 GPU 上以低廉的成本处理长提示。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。
实践中的滑动窗口注意力
Longformer 应用窗口注意力加上一些全局标记来对多页文档进行分类和总结。
Longformer 应用窗口注意力加上一些全局标记来对多页文档进行分类和总结。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。
实践中的滑动窗口注意力
Gemma 2 将局部滑动窗口层与全局注意力层交替使用，以平衡速度和远程召回。
Gemma 2 将局部滑动窗口层与全局注意力层交替使用，以平衡速度和远程召回。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。
实践中的滑动窗口注意力
聊天助手中的滚动缓冲 KV 缓存仅保留最近的令牌窗口，从而在长时间对话期间限制内存。
聊天助手中的滚动缓冲 KV 缓存仅保留最新的令牌窗口，从而在长时间对话期间限制内存。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。
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。