Can Looped Transformers Learn to Implement Multi-step Gradient Descent for In-context Learning?

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Gatmiry, Khashayar, Saunshi, Nikunj, Reddi, Sashank J., Jegelka, Stefanie, Kumar, Sanjiv
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!