38 lines
1001 B
Markdown
38 lines
1001 B
Markdown
|
||
# Train Meaning dataset
|
||
|
||
|
||
## level and index
|
||
|
||
不同level和index对结果的影响
|
||
|
||
|
||
## 不同模型深度对结果的影响
|
||
|
||
6层相对于3层没有提升的原因，可能是数据集太小，3层已经能完全拟合
|
||
|
||
|
||
## qk图解释
|
||
|
||
1. key[10] = 1000.0
|
||
2. 每一行数据（像素）表示一个新的token，和前面所有token的关系
|
||
|
||
|
||
|
||
## stride数据集 插入固定的token
|
||
|
||
1. 使用stride的方法，在每个token的中间插入一个固定的无用的token
|
||
2. 插入的token用或者不用于计算loss，对精度都没有提升
|
||
|
||
## stride数据集 总是插入前一个token（重复token）
|
||
|
||
1. 能提升精度 0.75940 0.76777
|
||
|
||
## Tree数据集 固定token
|
||
|
||
1. 使用tree的数据集，在token中间插入一些固定的token，tree node，对精度都没有提升
|
||
|
||
## 非线性Dot
|
||
|
||
1. A = B *C 变成 A = B *(C+D) 等价于 A = B*C + B*D
|
||
2. 增加了参数，会提升精度 |