Transformers Learn to Implement Multi-step Gradient Descent with Chain of Thought

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Huang, Jianhao, Wang, Zixuan, Lee, Jason D.
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires