摘要

Transformer 是一类在多种序列建模任务中处于前沿水平的模型。其核心机制是注意力函数，该函数在每个时间步上建模输入元素之间的成对交互关系。尽管注意力机制功能强大，但由于其时间与空间复杂度随序列长度呈二次增长，因此在处理长序列时难以高效扩展。为此，我们提出 RFA（Random Feature Attention），一种具有线性时间与空间复杂度的注意力机制。RFA 采用随机特征方法对 softmax 函数进行近似，从而实现高效计算，并探索其在 Transformer 模型中的应用。RFA 可作为传统 softmax 注意力的即插即用替代方案，并通过可选的门控机制，提供一种简单有效的方式引入“近期偏好”（recency bias）的学习能力。在语言建模与机器翻译任务上的实验表明，RFA 在性能上可达到甚至超越多个强大的 Transformer 基线模型。在机器翻译实验中，RFA 的解码速度是标准 Transformer 的两倍。与现有的高效 Transformer 变体相比，RFA 在三个长文本分类数据集上同时展现出优异的准确率与效率，具有较强的竞争力。分析结果表明，RFA 在处理长序列时的效率优势尤为显著，这预示着其在需要处理大规模输入、追求快速解码速度或低内存占用的任务中将具有重要应用价值。