概述
滑動視窗注意力限制每個標記僅關注附近標記的固定大小鄰域，而不是整個序列。這將標準注意力的二次成本降低為線性，使得長上下文模型的運行成本要低得多。
滑動視窗注意力是語言人工智慧堆疊的一部分，用於大規模閱讀、生成、分類和轉換文字和語音。
深入探討
標準自註意力將每個標記與其他每個標記進行比較，因此長度為 N 的序列需要大約 N 平方的比較。滑動視窗注意力透過為每個令牌提供一個大小為 W（例如 4,096 個令牌）的視窗並僅關注該視窗內的鄰居來解決此問題。成本以 N 倍 W 而非 N 平方成長。至關重要的是，堆疊許多視窗層擴展了有效感受野：在 L 層之後，訊息可以傳播大約 L 倍 W 的標記，就像 CNN 不斷增長的感受野一樣。 Mistral 7B 透過跨 32 層的 4,096 個代幣窗口普及了這一點，理論上達到了 131K 個代幣跨度。模型通常將視窗層與偶爾的全注意力層混合以保留遠端連結。
技術洞察
在註意力遮罩中，位置 i 的查詢只允許查看位置 i 減去 W 加 1 到 i 的鍵（因果情況）。這種稀疏掩碼意味著 KV 快取只需要每層最後 W 個令牌，從而在生成過程中減少記憶體。由於視窗隨著每個新令牌而變化，因此它自然地與滾動緩衝區高速緩存配對，滾動緩衝區高速緩存會覆蓋最舊的條目而不是永遠增長。
掌握滑動視窗注意力
滑動視窗注意力限制每個標記僅關注附近標記的固定大小鄰域，而不是整個序列。這將標準注意力的二次成本降低為線性，使得長上下文模型的運行成本要低得多。滑動視窗注意力是語言人工智慧堆疊的一部分，用於大規模閱讀、生成、分類和轉換文字和語音。為了建立深入的理解，請將滑動視窗注意力視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，強大的團隊使用滑動視窗注意力設計提示、檢索和審查循環作為一個整合的通訊系統。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。
語言工作流程可以在不犧牲一致性的情況下更快地移動。同時，幻覺事實可以悄悄地進入報告、支持流程或研究成果。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
語言工作流程可以在不犧牲一致性的情況下更快地移動。
語言工作流程可以在不犧牲一致性的情況下更快地移動。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。
它擴展了跨語言和溝通方式的訪問。
它擴展了跨語言和溝通方式的訪問。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。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。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
Mistral 7B 在其各層之間使用 4,096 個代幣的滑動窗口，以便在消費性 GPU 上以較低的成本處理長提示。
Longformer 應用程式視窗注意力加上一些全域標記來對多頁文件進行分類和總結。
Gemma 2 將局部滑動視窗層與全域注意力層交替使用，以平衡速度和遠端召回。
聊天助理中的滾動緩衝 KV 快取僅保留最近的令牌窗口，從而在長時間對話期間限制記憶體。
實施模式
實踐中的滑動視窗注意力
Mistral 7B 在其各層之間使用 4,096 個代幣的滑動窗口，以便在消費性 GPU 上以較低的成本處理長提示。
Mistral 7B 在其各層之間使用 4,096 個代幣的滑動窗口，在消費級 GPU 上以低廉的成本處理長提示。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。
實踐中的滑動視窗注意力
Longformer 應用程式視窗注意力加上一些全域標記來對多頁文件進行分類和總結。
Longformer 應用程式視窗注意力加上一些全域標記來對多頁文件進行分類和總結。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，通常會得到更好的結果。
實踐中的滑動視窗注意力
Gemma 2 將局部滑動視窗層與全域注意力層交替使用，以平衡速度和遠端召回。
Gemma 2 將局部滑動視窗層與全域注意力層交替使用，以平衡速度和遠端召回。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。
實踐中的滑動視窗注意力
聊天助理中的滾動緩衝 KV 快取僅保留最近的令牌窗口，從而在長時間對話期間限制記憶體。
聊天助理中的滾動緩衝 KV 快取僅保留最新的令牌窗口，從而在長時間對話期間限制記憶體。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追蹤一段時間內的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
幻覺的事實可以悄悄地進入報告、支持流程或研究成果。
及時的敏感性可能會在類似的請求中產生不一致的結果。
如果存取控制薄弱，敏感文字資料可能會暴露。
實施路線圖
在推出之前定義輸出格式、語氣和品質標準。
在推出之前定義輸出格式、語氣和品質標準。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。
當準確性很重要時，請使用可信任來源進行地面回應。
當準確性很重要時，請使用可信任來源進行地面回應。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。
為高風險輸出保留人工審查檢查點。
為高風險輸出保留人工審查檢查點。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。
追蹤故障模式並定期重新訓練提示或工作流程。
追蹤故障模式並定期重新訓練提示或工作流程。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。