模型架构

位置编码

Positional Encoding

告诉模型「谁在前谁在后」的机制。

又称 Positional Encoding 位置嵌入

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

注意力本身对顺序不敏感,必须额外注入位置信息。早期用可学习的绝对位置向量,后来发现它难以外推到训练时没见过的长度。

现在主流是相对位置方案(RoPE、ALiBi),把位置编码进 Q/K 的旋转里,天然支持长度外推,也是「模型能处理比训练更长的文本」的基础。

02 什么时候会碰到它
读模型卡、选型或看论文结构时

厂商说「用了 GQA」「换成 MoE」「支持百万上下文」时,指的都是这一层的设计。不必会推导公式,但要知道改动影响的是显存、速度还是表达能力。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活