Sanyal, S., Shwartz-Ziv, R., Dimakis, A. G., & Sanghavi, S. (2024). When Attention Collapses: How Degenerate Layers in LLMs Enable Smaller, Stronger Models.
Chicago-Zitierstil (17. Ausg.)Sanyal, Sunny, Ravid Shwartz-Ziv, Alexandros G. Dimakis, und Sujay Sanghavi. When Attention Collapses: How Degenerate Layers in LLMs Enable Smaller, Stronger Models. 2024.
MLA-Zitierstil (9. Ausg.)Sanyal, Sunny, et al. When Attention Collapses: How Degenerate Layers in LLMs Enable Smaller, Stronger Models. 2024.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.