#Dilated Attention

LongNet是一个创新的Transformer变体，通过膨胀注意力机制扩展序列长度至超过10亿标记，同时保持对较短序列的高性能。该模型具有线性计算复杂度，适用于极长序列的分布式训练，并且其膨胀注意力可以无缝替代标准注意力。实验结果证明，LongNet在长序列建模和一般语言任务上表现出色，为处理整个语料库或互联网序列开辟了新路径。