Huang, R., Liang, Y., & Yang, J. (2024). Non-asymptotic Convergence of Training Transformers for Next-token Prediction.
Chicago-Zitierstil (17. Ausg.)Huang, Ruiquan, Yingbin Liang, und Jing Yang. Non-asymptotic Convergence of Training Transformers for Next-token Prediction. 2024.
MLA-Zitierstil (9. Ausg.)Huang, Ruiquan, et al. Non-asymptotic Convergence of Training Transformers for Next-token Prediction. 2024.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.