Mapping of attention mechanisms to a generalized Potts model
Fuente:
arXiv
Salvato in:
| Autori principali: | Rende, Riccardo, Gerace, Federica, Laio, Alessandro, Goldt, Sebastian |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2023
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Memorisation, convergence and generalisation in generative models
di: Maillard, Antoine, et al.
Pubblicazione: (2026)
di: Maillard, Antoine, et al.
Pubblicazione: (2026)
Two failure modes of deep transformers and how to avoid them: a unified theory of signal propagation at initialisation
di: Giorlandino, Alessio, et al.
Pubblicazione: (2025)
di: Giorlandino, Alessio, et al.
Pubblicazione: (2025)
Statistical mechanics of transfer learning in fully-connected networks in the proportional limit
di: Ingrosso, Alessandro, et al.
Pubblicazione: (2024)
di: Ingrosso, Alessandro, et al.
Pubblicazione: (2024)
Factual recall in linear associative memories: sharp asymptotics and mechanistic insights
di: Giorlandino, Alessio, et al.
Pubblicazione: (2026)
di: Giorlandino, Alessio, et al.
Pubblicazione: (2026)
A Fourier perspective on the learning dynamics of neural networks: from sample complexities to mechanistic insights
di: Ricci, Fabiola, et al.
Pubblicazione: (2026)
di: Ricci, Fabiola, et al.
Pubblicazione: (2026)
Feature learning from non-Gaussian inputs: the case of Independent Component Analysis in high dimensions
di: Ricci, Fabiola, et al.
Pubblicazione: (2025)
di: Ricci, Fabiola, et al.
Pubblicazione: (2025)
How transformers learn structured data: insights from hierarchical filtering
di: Garnier-Brun, Jerome, et al.
Pubblicazione: (2024)
di: Garnier-Brun, Jerome, et al.
Pubblicazione: (2024)
The Physics of Data and Tasks: Theories of Locality and Compositionality in Deep Learning
di: Favero, Alessandro
Pubblicazione: (2025)
di: Favero, Alessandro
Pubblicazione: (2025)
Generalization Dynamics of Linear Diffusion Models
di: Merger, Claudia, et al.
Pubblicazione: (2025)
di: Merger, Claudia, et al.
Pubblicazione: (2025)
Distinct mechanisms underlying in-context learning in transformers
di: Gibson, Cole, et al.
Pubblicazione: (2026)
di: Gibson, Cole, et al.
Pubblicazione: (2026)
The phase boundary of the random site Ising model
di: Zinati, Riccardo Ben Alì, et al.
Pubblicazione: (2026)
di: Zinati, Riccardo Ben Alì, et al.
Pubblicazione: (2026)
Ordering transition of the three-dimensional four-state random-field Potts model
di: Kumar, Manoj, et al.
Pubblicazione: (2025)
di: Kumar, Manoj, et al.
Pubblicazione: (2025)
Pseudo-likelihood produces associative memories able to generalize, even for asymmetric couplings
di: D'Amico, Francesco, et al.
Pubblicazione: (2025)
di: D'Amico, Francesco, et al.
Pubblicazione: (2025)
Semi-analytic approximate stability selection for correlated data in generalized linear models
di: Takahashi, Takashi, et al.
Pubblicazione: (2020)
di: Takahashi, Takashi, et al.
Pubblicazione: (2020)
Nonequilbrium physics of generative diffusion models
di: Yu, Zhendong, et al.
Pubblicazione: (2024)
di: Yu, Zhendong, et al.
Pubblicazione: (2024)
A theoretical framework for overfitting in energy-based modeling
di: Catania, Giovanni, et al.
Pubblicazione: (2025)
di: Catania, Giovanni, et al.
Pubblicazione: (2025)
Cascade of phase transitions in the training of Energy-based models
di: Bachtis, Dimitrios, et al.
Pubblicazione: (2024)
di: Bachtis, Dimitrios, et al.
Pubblicazione: (2024)
Discrete generative diffusion models without stochastic differential equations: a tensor network approach
di: Causer, Luke, et al.
Pubblicazione: (2024)
di: Causer, Luke, et al.
Pubblicazione: (2024)
Asymmetric Phase Diagrams, Algebraically Ordered BKT Phase, and Peninsular Potts Flow Structure in Long-Range Spin Glasses
di: Gurleyen, S. Efe, et al.
Pubblicazione: (2021)
di: Gurleyen, S. Efe, et al.
Pubblicazione: (2021)
Dataset-learning duality and emergent criticality
di: Kukleva, Ekaterina, et al.
Pubblicazione: (2024)
di: Kukleva, Ekaterina, et al.
Pubblicazione: (2024)
Thermodynamics of bidirectional associative memories
di: Barra, Adriano, et al.
Pubblicazione: (2022)
di: Barra, Adriano, et al.
Pubblicazione: (2022)
Transition path sampling in Ising models on heterogeneous graphs
di: Cipolloni, Riccardo, et al.
Pubblicazione: (2026)
di: Cipolloni, Riccardo, et al.
Pubblicazione: (2026)
Impact of ChatGPT on the writing style of condensed matter physicists
di: Xu, Shaojun, et al.
Pubblicazione: (2024)
di: Xu, Shaojun, et al.
Pubblicazione: (2024)
Fermi-Bose Machine achieves both generalization and adversarial robustness
di: Xie, Mingshan, et al.
Pubblicazione: (2024)
di: Xie, Mingshan, et al.
Pubblicazione: (2024)
The Copycat Perceptron: Smashing Barriers Through Collective Learning
di: Catania, Giovanni, et al.
Pubblicazione: (2023)
di: Catania, Giovanni, et al.
Pubblicazione: (2023)
The autoregressive neural network architecture of the Boltzmann distribution of pairwise interacting spins systems
di: Biazzo, Indaco
Pubblicazione: (2023)
di: Biazzo, Indaco
Pubblicazione: (2023)
Universal Scaling Laws of Absorbing Phase Transitions in Artificial Deep Neural Networks
di: Tamai, Keiichi, et al.
Pubblicazione: (2023)
di: Tamai, Keiichi, et al.
Pubblicazione: (2023)
Explaining the effects of non-convergent sampling in the training of Energy-Based Models
di: Agoritsas, Elisabeth, et al.
Pubblicazione: (2023)
di: Agoritsas, Elisabeth, et al.
Pubblicazione: (2023)
Sampling with flows, diffusion and autoregressive neural networks: A spin-glass perspective
di: Ghio, Davide, et al.
Pubblicazione: (2023)
di: Ghio, Davide, et al.
Pubblicazione: (2023)
Stochastic Gradient Descent-like relaxation is equivalent to Metropolis dynamics in discrete optimization and inference problems
di: Angelini, Maria Chiara, et al.
Pubblicazione: (2023)
di: Angelini, Maria Chiara, et al.
Pubblicazione: (2023)
Inferring effective couplings with Restricted Boltzmann Machines
di: Decelle, Aurélien, et al.
Pubblicazione: (2023)
di: Decelle, Aurélien, et al.
Pubblicazione: (2023)
Weight fluctuations in (deep) linear neural networks and a derivation of the inverse-variance flatness relation
di: Gross, Markus, et al.
Pubblicazione: (2023)
di: Gross, Markus, et al.
Pubblicazione: (2023)
Analytic theory of dropout regularization
di: Mori, Francesco, et al.
Pubblicazione: (2025)
di: Mori, Francesco, et al.
Pubblicazione: (2025)
Fundamental operating regimes, hyper-parameter fine-tuning and glassiness: towards an interpretable replica-theory for trained restricted Boltzmann machines
di: Fachechi, Alberto, et al.
Pubblicazione: (2024)
di: Fachechi, Alberto, et al.
Pubblicazione: (2024)
Interpreting the Synchronization Gap: The Hidden Mechanism Inside Diffusion Transformers
di: Albrychiewicz, Emil, et al.
Pubblicazione: (2026)
di: Albrychiewicz, Emil, et al.
Pubblicazione: (2026)
Optimal Protocols for Continual Learning via Statistical Physics and Control Theory
di: Mori, Francesco, et al.
Pubblicazione: (2024)
di: Mori, Francesco, et al.
Pubblicazione: (2024)
Inferring Higher-Order Couplings with Neural Networks
di: Decelle, Aurélien, et al.
Pubblicazione: (2025)
di: Decelle, Aurélien, et al.
Pubblicazione: (2025)
Escape dynamics and implicit bias of one-pass SGD in overparameterized quadratic networks
di: Bocchi, Dario, et al.
Pubblicazione: (2026)
di: Bocchi, Dario, et al.
Pubblicazione: (2026)
From Classical to Quantum: Extending Prometheus for Unsupervised Discovery of Phase Transitions in Three Dimensions and Quantum Systems
di: Yee, Brandon, et al.
Pubblicazione: (2026)
di: Yee, Brandon, et al.
Pubblicazione: (2026)
Transfer Learning in $\ell_1$ Regularized Regression: Hyperparameter Selection Strategy based on Sharp Asymptotic Analysis
di: Okajima, Koki, et al.
Pubblicazione: (2024)
di: Okajima, Koki, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Memorisation, convergence and generalisation in generative models
di: Maillard, Antoine, et al.
Pubblicazione: (2026) -
Two failure modes of deep transformers and how to avoid them: a unified theory of signal propagation at initialisation
di: Giorlandino, Alessio, et al.
Pubblicazione: (2025) -
Statistical mechanics of transfer learning in fully-connected networks in the proportional limit
di: Ingrosso, Alessandro, et al.
Pubblicazione: (2024) -
Factual recall in linear associative memories: sharp asymptotics and mechanistic insights
di: Giorlandino, Alessio, et al.
Pubblicazione: (2026) -
A Fourier perspective on the learning dynamics of neural networks: from sample complexities to mechanistic insights
di: Ricci, Fabiola, et al.
Pubblicazione: (2026)