File size: 3,635 Bytes
3b2d368 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 | import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.utils.checkpoint as checkpoint
from lmr.models.lm_base import LMBase
from .components import ICLBlock, PhiBlock
class FST(LMBase):
def __init__(self, config, train_mode=False):
super().__init__()
self.config = config
self.train_mode = train_mode
self.embedding_f = nn.Embedding(config.vocab_size, config.embed_dim_f)
if not self.config.use_shared_embedding:
self.embedding_phi = nn.Embedding(config.vocab_size, config.embed_dim_phi) # Allow for a separate lookup table
# 🎯 移除点 1: 移除 phi_s 的定义
# self.phi_s = nn.Parameter(torch.randn(1, 1, config.embed_dim_phi))
self.phi_blocks = nn.ModuleList([PhiBlock(config) for _ in range(config.n_layers // 2)])
self.icl_blocks = nn.ModuleList([ICLBlock(config) for _ in range(config.n_layers // 2)])
self.ln_out = nn.LayerNorm(config.embed_dim_f)
self.lm_head = nn.Linear(config.embed_dim_f, config.vocab_size, bias=False)
self.apply(self.init_weights)
self.lm_head.weight = self.embedding_f.weight
print('Fst_Bert')
def forward(self, input_ids):
batch_size, seq_len = input_ids.shape
device = input_ids.device
context_embeddings = self.embedding_f(input_ids)
# 1. 初始化 phi (上下文编码器输入)
if self.config.use_shared_embedding:
phi = context_embeddings
if self.config.embed_dim_f != self.config.embed_dim_phi:
# 注意：如果嵌入维度不同，这里会切片，这会丢失信息
phi = phi[:, :, :self.config.embed_dim_phi]
else:
phi = self.embedding_phi(input_ids)
# 🎯 移除点 2: 移除 context_embeddings 结尾的零向量（如果 f 不再需要 N+1 维度）
# context_embeddings = torch.cat([context_embeddings, torch.zeros(batch_size, 1, self.config.embed_dim_f, device=device)], dim=1)
# 🎯 移除点 3: 移除 phi_s 的拼接
# phi_s = self.phi_s.expand(batch_size, -1, -1)
# phi = torch.cat([phi_s, phi], dim=1) # 移除 start token 拼接
# 2. 初始化 f (状态向量)
# 如果 phi 的长度现在是 N (seq_len)，并且 f 用于预测 N 个输出 (logits)，
# 那么 f 的长度也应为 N。
# 假设 ICLBlock(phi, context_embeddings, f) 的输出 f 长度与 phi 相同
f = torch.zeros(batch_size, seq_len, self.config.embed_dim_f, device=device) # 维度修正为 seq_len (N)
# 3. 运行 Block
for phi_block, icl_block in zip(self.phi_blocks, self.icl_blocks):
phi = phi_block(phi)
# 注意: 这里 context_embeddings 的长度是 N，f 的长度是 N。
# ICLBlock 必须能处理新的维度。
# 原始代码中的 context_embeddings 长度是 N+1，f 长度是 N+1。
# 这里我们假设新的 context_embeddings 和 f 长度都是 N。
_, _, f = icl_block(phi, context_embeddings, f)
# 🎯 移除点 4: 移除 f 的切片（因为 f 现在长度是 N，且每个状态对应一个 token 的预测）
f_NP1 = f # f 的所有元素都用于计算 logits
# f_NP1 = f[:, 1:, :] # 原始切片逻辑 (跳过 f[0]) 被移除
# 4. 输出
f_NP1 = self.ln_out(f_NP1)
logits = self.lm_head(f_NP1)
return logits |