Emergence in non-neural models: grokking modular arithmetic via average gradient outer product

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Mallinar, Neil, Beaglehole, Daniel, Zhu, Libin, Radhakrishnan, Adityanarayanan, Pandit, Parthe, Belkin, Mikhail
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires