A Unified Perspective on the Dynamics of Deep Transformers

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Castin, Valérie, Ablin, Pierre, Carrillo, José Antonio, Peyré, Gabriel
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Analysis of PDEs 35Q68 (Primary) 68T07, 35B40 (Secondary)
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2501.18322