In-Context Linear Regression Demystified: Training Dynamics and Mechanistic Interpretability of Multi-Head Softmax Attention

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: He, Jianliang, Pan, Xintian, Chen, Siyu, Yang, Zhuoran
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!