Yang, H., Kailkhura, B., Wang, Z., & Liang, Y. (2024). Training Dynamics of Transformers to Recognize Word Co-occurrence via Gradient Flow Analysis.
Chicago-Zitierstil (17. Ausg.)Yang, Hongru, Bhavya Kailkhura, Zhangyang Wang, und Yingbin Liang. Training Dynamics of Transformers to Recognize Word Co-occurrence via Gradient Flow Analysis. 2024.
MLA-Zitierstil (9. Ausg.)Yang, Hongru, et al. Training Dynamics of Transformers to Recognize Word Co-occurrence via Gradient Flow Analysis. 2024.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.