Training Nonlinear Transformers for Chain-of-Thought Inference: A Theoretical Generalization Analysis

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Li, Hongkang, Lu, Songtao, Chen, Pin-Yu, Cui, Xiaodong, Wang, Meng
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2410.02167