您的位置：首页 > > 教程攻略 > ai资讯 >一文看懂 LLaMA 中的旋转式位置编码（Rotary Position Embedding）

一文看懂 LLaMA 中的旋转式位置编码（Rotary Position Embedding）

来源:互联网 更新时间:2026-08-02 13:27

要理解 LLaMA 为什么这么强，关键之一就在于它的“旋转式位置编码”（Rotary Position Embedding，简称 RoPE）。这个机制最早出自论文 [1]，它巧妙地将相对位置信息融入到了 self-attention 的计算中，从而显著提升了 Transformer 架构的性能。LLaMA 系列模型正是这一技术的典型受益者。

接下来，我们就结合论文和代码，深入拆解一下 RoPE 的工作原理。

基本概念

先来定义一些基础概念。假设我们有一个长度为 N 的输入序列：

其中 wi 表示序列中的第 i 个 token。这个序列对应的 embedding 表示是：

这里的 xi 就是第 i 个 token wi 对应的 d 维词嵌入向量。

在做 self-attention 之前，需要先基于这些词嵌入向量计算出 query、key、value 向量，同时还要把位置信息加进去。这个过程可以统一表示为：

这里，qm 表示第 m 个 token 的词向量 xm 融合了位置 m 信息后的 query 向量。同理，kn 和 vn 就是第 n 个 token 的词向量 xn 融合了位置 n 信息后的 key 和 value 向量。

本质上，所有基于 Transformer 的位置编码方法，核心都是在设计一个合适的 f{q,k,v} 函数。

那最终计算第 m 个词向量 xm 对应的 self-attention 输出时，就是拿 qm 和每个位置 n 的 kn 算 attention score，然后用这些 score 去加权求和对应的 vn，得到输出向量 om：

绝对位置编码

说到位置编码，最常见的一种做法是绝对位置编码。它的思路很直接：先计算一个位置编码向量 pi，然后把它加到词嵌入 xi 上，再一起乘以变换矩阵 W{q,k,v}：

经典的绝对位置编码向量 pi 是按下面这个公式算的：

可以看到，p_{i,2t} 和 p_{i,2t+1} 分别对应偶数索引和奇数索引位置的计算。用 Python 代码来实现就是：

# position 就对应 token 序列中的位置索引 i
# hidden_dim 就对应词嵌入维度大小 d
# seq_len 表示 token 序列长度
def get_position_angle_vec(position):
    return [position / np.power(10000, 2 * (hid_j // 2) / hidden_dim) for hid_j in range(hidden_dim)]

# position_angle_vecs.shape = [seq_len, hidden_dim]
position_angle_vecs = np.array([get_position_angle_vec(pos_i) for pos_i in range(seq_len)])

# 分别计算奇偶索引位置对应的 sin 和 cos 值
position_angle_vecs[:, 0::2] = np.sin(position_angle_vecs[:, 0::2])  # dim 2t
position_angle_vecs[:, 1::2] = np.cos(position_angle_vecs[:, 1::2])  # dim 2t+1

# positional_embeddings.shape = [1, seq_len, hidden_dim]
positional_embeddings = torch.FloatTensor(position_angle_vecs).unsqueeze(0)