概述
位置插值 (PI) 是一種簡單、有影響力的技術，它透過將新的位置索引壓縮到模型已知的範圍內來擴展 Transformer 的上下文視窗。它不是推斷到看不見的位置，而是在經過訓練的位置內進行插值，只需要進行簡短的微調。
長上下文的位置插值是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。
深入探討
位置插值由 Meta 研究人員（Chen 等人）於 2023 年推出，解決了使用 RoPE 的模型在外推到訓練之外的位置時會發生災難性失敗的事實。這種見解是違反直覺的：PI 不是要求模型處理它從未見過的更大的位置值，而是將傳入的位置索引除以比例因子，以便將 8K 的目標長度映射回原始的 2K 範圍。由於模型是在該範圍內進行訓練的，因此旋轉保持分佈狀態。僅經過 1,000 個微調步驟，LLaMA 模型就以這種方式擴展，可處理多達 32K 的上下文。該論文表明，外推法可以將注意力分數提高到巨大的值，而插值法可以使注意力分數保持有界和穩定，這就是為什麼插值法比外推法效果好得多。
技術洞察
PI 將位置 m 重新調整為 m/s，其中 s 是擴展因子（例如，新長度除以原始長度）。對於 RoPE，這有效地縮小了相鄰位置之間的旋轉步長，將更多位置打包到訓練的角度範圍內。論文中的理論界限顯示插值注意力分數保持良好控制，而樸素外推法可以產生比訓練中看到的分數大幾個數量級的分數，從而破壞了 softmax 的穩定性。
掌握長上下文的位置內插
位置插值 (PI) 是一種簡單、有影響力的技術，它透過將新的位置索引壓縮到模型已知的範圍內來擴展 Transformer 的上下文視窗。它不是推斷到看不見的位置，而是在經過訓練的位置內進行插值，只需要進行簡短的微調。長上下文的位置插值是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。為了建立深入的理解，請將長上下文的位置插值視為一種操作模型，而不是單一功能：定義所需的結果，澄清假設，並將系統可以可靠地執行的操作與仍需要專家判斷的操作分開。
在實踐中，使用長上下文位置插值的強大團隊可以根據可靠性和成本來優化架構、資料和基礎設施選擇。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
多年來，架構決策決定著效能和營運成本。同時，優化一個基準測試可以隱藏更廣泛的系統弱點。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
多年來，架構決策決定著效能和營運成本。
多年來，架構決策決定著效能和營運成本。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
更好的工程選擇可以減少生產中的可靠性事故。
更好的工程選擇可以減少生產中的可靠性事故。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
透過大約 1,000 個微調步驟擴展 2K 上下文 LLaMA 模型以處理 8K-32K 令牌
調整現有的聊天模型以進行長文件摘要，而無需從頭開始重新訓練
作為 NTK 感知擴展和 YaRN 改進的概念基線
對最初使用短視窗訓練的模型啟用長上下文程式碼或法律文件分析
實施模式
實踐中長上下文的位置內插
透過大約 1,000 個微調步驟擴展 2K 上下文 LLaMA 模型以處理 8K-32K 令牌。
透過大約 1,000 個微調步驟擴展 2K 上下文 LLaMA 模型以處理 8K-32K 令牌 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中長上下文的位置內插
調整現有的聊天模型以進行長文件摘要，而無需從頭開始重新訓練。
調整現有的聊天模型以進行長文檔摘要，而無需從頭開始重新訓練當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中長上下文的位置內插
作為 NTK 感知擴展和 YaRN 改進的概念基線。
作為 NTK 感知擴展和 YaRN 改進的概念基準 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中長上下文的位置內插
對最初使用短視窗訓練的模型啟用長上下文程式碼或法律文件分析。
對最初使用短視窗訓練的模型啟用長上下文程式碼或法律文件分析當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
優化一項基準測試可以隱藏更廣泛的系統弱點。
基礎設施和維護成本常常被低估。
隨著系統變得更加複雜，安全性和可觀察性差距可能會擴大。
實施路線圖
在實施之前定義延遲、品質和成本目標。
在實施之前定義延遲、品質和成本目標。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在實際負載和資料條件下進行基準測試。
在實際負載和資料條件下進行基準測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
儀器監控錯誤、漂移和使用者影響。
儀器監控錯誤、漂移和使用者影響。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在擴展之前準備回滾和事件回應路徑。
在擴展之前準備回滾和事件回應路徑。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。