MEMORIZING TRANSFORMERS

返回论文和资料目录

论文地址

1.导读

谷歌去年做的一个工作。内容很简单，在Transformer模块中加入了一层记忆层，结果表明这个方法可以帮助模型提高在NLP任务上的表现：generic webtext (C4), math papers (arXiv), books (PG-19),code (Github)。

2.摘要和引言

Transformer缺乏长期记忆的能力。以往的方式是通过训练，利用模型的参数来存储长期记忆，但这种方式需要大量的训练。
因此，作者提出将上一次模型中的一部分键和值（这里要看懂，需要了解Transformer结构中的Q，K，V）进行存储，再后面使用时，再利用一个被广泛应用的信息检索的方式–近似K近邻查找KNN来检索这个信息。最后，利用这个检索得到的信息和现有的信息得到结果。

相比以往的，作者认为有两个不同。

1. KNN直接找原本文，而不是对原文本进行归纳总结。
2. 反向传播的梯度不会更新外部内存。

3.方法

直接用下图理解。

与之前的Transformer不同的地方是1.左边加入了一个外部内存用于存放长期技艺，2.KNN检索 ，3.KNN attention层

作者提出首先将前M个input输入到KNN&local attention+FFN时的在FFN的建K和值V存放在外部内存（左边橙色）。
下一次输入时，会利用KNN检索当前的Q与之前的。。。对不起我看不懂作者想说啥。

未完待续