Decoder-only architecture

Определение

Архитектура трансформера, использующая только декодер с маскированным attention, применяемая в большинстве современных LLM (например, GPT).

Где встречается

• 206. Что такое KV cache reuse в multi-turn диалогах и как его реализовать

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление