1、为什么需要位置编码
这要从Transformer设计之初说起。在人类语言中，单词的位置和顺序定义了语法，也影响着语义，无法捕获单词的顺序，会导致我们很难理解一句话的含义。
在NLP任务中，对于任何神经网络架构，能够有效识别每个词的位置与词之间的顺序是十分关键的，传统的循环神经网络RNN，本身通过自回归的方式考虑了单词之间的顺序，然后Transformer架构不同于RNN，Transformer使用纯粹的自注意力来捕获词之间的联系，纯粹的自注意力具有置换不变的性质，换句话说，Transformer中的自注意力无法捕捉输入元素序列的顺序，因此我们需要一种方法将单词的顺序合并到Transformer架构中，于是位置编码应运而生。
image.png
2、关于绝对位置编码和相对位置编码
绝对位置编码的作用方式是告知Transformer架构每个元素在输入序列的位置，类似于为输入序列的每个元素打一个位置标签标明其绝对位置，而相对位置编码作用于注意力机制，告知Transformer架构两两元素之间的距离。
image.png
3、大语言模型中的旋转位置编码
旋转位置编码（Rotary Position Embedding，RoPE）是论文 Roformer: Enhanced Transformer With Rotray Position Embedding 提出的一种能够将相对位置信息依赖集成到 self-attention 中并提升 transformer 架构性能的位置编码方式。而目前很火的 LLaMA、GLM 模型也是采用该位置编码方式。 和相对位置编码相比，RoPE 具有更好的外推性，目前是大模型相对位置编码中应用最广的方式之一。
代码语言：javascript复制备注：什么是大模型外推性？
外推性是指大模型在训练时和预测时的输入长度不一致，导致模型的泛化能力下降的问题。例如，如果一个模型在训练时只使用了 512 个 token 的文本，那么在预测时如果输入超过 512 个 token，模型可能无法正确处理。这就限制了大模型在处理长文本或多轮对话等任务时的效果。参考链接具体详情
