Post-Normalization

ترتيب يُطبَّق فيه تسوية الطبقات بعد كتلة الانتباه أو الشبكة الأمامية. كان المعيار في GPT-1 والمحوِّل الأصلي لكنه قد يسبب عدم استقرار في التدريب عند النطاقات الكبيرة.

An arrangement where layer normalization is applied after the attention or feed-forward block. Was the standard in GPT-1 and the original Transformer but can cause training instability at large scale.