Analysis of mean-field models arising from self-attention dynamics in transformer architectures with layer normalization

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Burger, Martin, Kabri, Samira, Korolev, Yury, Roith, Tim, Weigand, Lukas
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi