线性统一嵌套注意力。用两个嵌套的线性注意力函数近似softmax attention,只产生线性(而不是二次)的时间和空间复杂性。
Luna引入了一个固定长度的额外的序列作为输入,对应着一个额外的输出,寻允许Luna线性地进行注意操作,同时还存储足够的上下文信息。
具体地说,利用第一个注意力函数,Luna将输出序列打包成固定长度的序列。然后,使用第二个注意力函数对打包的序列进行解包。Luna引入了一个固定长度的附加序列作为输入和一个附加的相应输出。重要的是,额外的输入能够像Linformer一样高效地线性的注意力操作,同时也存储了足够的上下文信息。不像Linformer的是,Luna能模拟可变长度序列和自回归注意力。
模型
Pack and Unpack Attention
L