Linear attention is (maybe) all you need (to understand transformer optimization)

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Ahn, Kwangjun, Cheng, Xiang, Song, Minhak, Yun, Chulhee, Jadbabaie, Ali, Sra, Suvrit
Natura: Preprint
Pubblicazione: 2023
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!