README_zh.md

[中文|English]

Rotary Transformer

Rotary Transformer，简称RoFormer，是我们自研的语言模型之一，主要是为Transformer结构设计了新的旋转式位置编码（Rotary Position Embedding，RoPE）。RoPE具有良好的理论性质，且是目前唯一一种可以应用到线性Attention的绝对位置编码，目前来看实验结果也颇为不错。

详细介绍：https://kexue.fm/archives/8265

依赖

bert4keras 0.10.4

参考配置：在24G显存的3090上，跑maxlen=1024，batch_size能跑到8以上。

下载

• chinese_roformer_L-12_H-768_A-12.zip
• chinese_roformer_L-6_H-384_A-6.zip
• chinese_roformer-char_L-12_H-768_A-12.zip
• chinese_roformer-char_L-6_H-384_A-6.zip
• chinese_roformer-gpt-char_L-12_H-768_A-12.zip
• chinese_roformer-sim-char_L-12_H-768_A-12.zip
• chinese_roformer-sim-char_L-6_H-384_A-6.zip
• chinese_roformer-sim-char-ft_L-12_H-768_A-12.zip
• chinese_roformer-sim-char-ft_L-6_H-384_A-6.zip

其他

有热心网友转换了PyTorch版，有需要的朋友可以尝试：https://github.com/JunnYu/RoFormer_pytorch

引用

Bibtex：

@techreport{zhuiyiroformer,
  title={RoFormer: Transformer with Rotary Position Embeddings - ZhuiyiAI},
  author={Jianlin Su},
  year={2021},
  url="https://github.com/ZhuiyiTechnology/roformer",
}

联系

邮箱：ai@wezhuiyi.com 追一科技：https://zhuiyi.ai