通俗解释
把向量按维度两两成对，在复平面上按位置旋转不同角度；两个 token 的点积只依赖它们的相对距离。它是现代大模型的标配，也是长上下文扩展（YaRN 等）的基础。
用在哪里：Llama、Qwen、DeepSeek、Mistral 等
01原始论文
RoFormer: Enhanced Transformer with Rotary Position Embedding
Jianlin Su, Yu Lu, Shengfeng Pan, et al. · 2021
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
相关：ALiBi 线性偏置
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
U41 Transformer 与注意力 自注意力、多头、位置编码、残差与归一化，从零实现 GPT。 16 小时6 个算法3 篇论文已有正文 U42 现代 LLM 架构：位置编码、GQA/MLA 与长上下文 RoPE、SwiGLU、RMSNorm、GQA/MLA、FlashAttention、滑动窗口与上下文扩展。 12 小时12 个算法5 篇论文
所在学习路线：从零理解一个大模型
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
rope)