Non-asymptotic Convergence of Training Transformers for Next-token Prediction

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Huang, Ruiquan, Liang, Yingbin, Yang, Jing
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!