RMSNorm

你了解组注意力机制（GQA）和RMSNorm在现代大模型架构中的应用吗？

一、 先说说组注意力到底是个啥玩意儿先别急着翻白眼，组注意力真的不是科幻小说里那种光剑，它是把原本的多头注意力给拆散了把 KV 那俩兄弟“拼”成几组每组再喂给好几个 Q 头吃。听起来像是把鸡蛋和面粉混在一起Zuo蛋糕，却不小心变成了披萨——