Longformer / BigBird
Transformere for lange sekvenser, slik som Longformer (Beltagy, Peters & Cohan, 2020) og BigBird (Zaheer et al., 2020), erstatter standard Transformerens O(n²) oppmerksomhet med sparsomme oppmerksomhetsmønstre som skalerer lineært, O(n), med sekvenslengden. Dette lar en enkelt modell oppmerksomme på tusenvis av tokens — hele dokumenter, juridiske tekster eller genomiske sekvenser — som ikke ville passet en konvensjonell Transformer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
Slik siterer du denne siden
ScholarGate. (2026, June 1). Long-Sequence Transformers with Sparse Attention (Longformer / BigBird). ScholarGate. https://scholargate.app/no/deep-learning/longformer-bigbird
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Graph Attention NetworkDyp læring↔ compare
- Blanding av eksperterDyp læring↔ compare
- Random ForestMaskinlæring↔ compare
- XGBoostMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →