1 dépôt
Techniques for processing continuous-valued input and output tensors instead of discrete token identifiers.
Distinct from Discrete-to-Continuous Model Conversion: Shortlist candidates focus on process continuity, regression, or conversion rather than the embedding processing mechanism itself.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Continuous Embedding Processing. Refine with filters or upvote what's useful.
x-transformers est une bibliothèque PyTorch et un toolkit de recherche pour construire des architectures transformer. Il fournit un framework modulaire pour implémenter la recherche transformer expérimentale, incluant une suite de mécanismes d'attention avancés, des outils de modélisation de séquences longues et un framework pour les vision transformers. Le projet se distingue par son accent sur les composants haute performance et économes en mémoire, tels que Flash Attention avec des noyaux tuilés et l'attention multi-requêtes. Il implémente également des méthodes spécialisées pour étendre les fenêtres de contexte, incluant la récurrence de séquence et les plongements positionnels rotatifs. La bibliothèque couvre un large éventail de capacités architecturales, incluant divers schémas de normalisation pour stabiliser l'entraînement, des réseaux feedforward à portes et des topologies de couches personnalisées comme les réseaux Macaron. Elle prend en charge les constructions d'encodeur et de décodeur, fournissant des outils pour la génération de séquence autorégressive et les tâches vision-langage comme la légende d'image.
Processes continuous-valued input and output tensors as an alternative to discrete token identifiers.