Understanding Transformer Optimization via Gradient Heterogeneity

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Tomihari, Akiyoshi, Sato, Issei
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence Neural and Evolutionary Computing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2502.00213