כתבה
arXiv cs.LG ·
הזכרו לשכוח: קודיפיקציה נרטיבית
Remember to Forget: Gated Adaptive Positional Encoding
GAPE (Gated Adaptive Positional Encoding) משפר את יכולת השכבה הארוכה של דגמי שפה. המאמר עוסק בפיתוח קודיפיקציה נרטיבית שמציעה קידוד עדפי לפי תפקיד, ומציעה דרך לשפר את יכולת השכבה הארוכה של דגמי שפה. GAPE נבחן במספר ניסויים, והתוצאות מציגות תוצאות טובות יותר מאשר דגמי שפה רגילים.
תקציר מקורי באנגליתarXiv:2605.10414v2 Announce Type: replace Abstract: Rotary Positional Encoding (RoPE) is widely used in modern large language models. However, when sequences are extended beyond the range seen during training, rotary phases can enter out-of-distribution regimes, leading to spurious long-range alignments, diffuse attention, and degraded retrieval. Existing remedies only partially address these failures, as they often trade local positional resolution for long-context stability. We propose GAPE (Gated Adaptive Positional Encoding), a drop-in augmentation for positional encodings that introduces a content-aware bias directly into the attention logits while preserving the rotary geometry. GAPE decouples distance-based suppression from token importance through a query-dependent gate that contra
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית