base_shift y max_shift a lo largo de un rango de tokens, y luego aplica un parche al modelo de entrada con una configuración de muestreo especializada. Si se proporciona un latente, sus dimensiones determinan el recuento de tokens; de lo contrario, se utilizan 4096 tokens.
Entradas
El valor de desplazamiento se calcula interpolando entre
base_shift a 1024 tokens y max_shift a 4096 tokens. Cuando se proporciona latent, el recuento de tokens es el producto de todas las dimensiones después de las dos primeras en las muestras latentes (las dimensiones espaciales/temporales). Si no se proporciona latent, el recuento de tokens predeterminado es 4096.
Salidas
Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! Editar en GitHub
Source fingerprint (SHA-256):
aba596c5478e9d6ee821eec1eca15506935bcc765a368087ccc442fc2ed6671b